Метод ffill

Метод ffill применяется к DataFrame и заполняет пропущенные значения (NaN) значениями из предыдущих строк (или столбцов). По умолчанию заполнение происходит по вертикали (вниз). Метод особенно полезен при работе с временными рядами и последовательными данными, где пропуски можно логично заполнить предыдущими значениями. Основной параметр axis определяет направление заполнения: 0 или 'index' для заполнения вниз по строкам, 1 или 'columns' для заполнения вправо по столбцам.

Синтаксис

df.ffill([axis], [inplace], [limit], [downcast])

Пример

Давайте создадим таблицу с пропущенными значениями и заполним их предыдущими значениями по умолчанию:

import pandas as pd
import numpy as np

df = pd.DataFrame({
	'a': [1, np.nan, 3, 4],
	'b': [10, 20, np.nan, 40]
})
print(df.ffill())

Результат выполнения кода:

 a	 b
		0  1.0  10.0
		1  1.0  20.0
		2  3.0  20.0
		3  4.0  40.0

Пример

Теперь заполним пропуски по строкам с ограничением на количество последовательных заполнений:

import pandas as pd
import numpy as np

df = pd.DataFrame({
	'a': [1, np.nan, np.nan, 4],
	'b': [10, np.nan, 30, 40]
})
print(df.ffill(limit=1))

Результат выполнения кода:

 a	 b
		0  1.0  10.0
		1  1.0  10.0
		2  NaN  30.0
		3  4.0  40.0

Пример

Заполним пропуски по столбцам (горизонтально) с помощью параметра axis:

import pandas as pd
import numpy as np

df = pd.DataFrame({
	'a': [1, 2, 3],
	'b': [np.nan, np.nan, 6],
	'c': [np.nan, 8, 9]
})
print(df.ffill(axis=1))

Результат выполнения кода:

 a	b	c
		0  1.0  1.0  1.0
		1  2.0  2.0  8.0
		2  3.0  6.0  9.0

Пример

Используем параметр inplace для изменения исходной таблицы без создания копии:

import pandas as pd
import numpy as np

df = pd.DataFrame({
	'a': [1, np.nan, 3],
	'b': [np.nan, 20, 30]
})
df.ffill(inplace=True)
print(df)

Результат выполнения кода:

 a	 b
		0  1.0   NaN
		1  1.0  20.0
		2  3.0  30.0

Смотрите также

метод fillna,
который заполняет пропуски указанным значением
метод bfill,
который заполняет пропуски следующими значениями
метод interpolate,
который интерполирует пропущенные значения
метод dropna,
который удаляет строки с пропущенными значениями