【Pandas】pandas DataFrame ffill

Pandas2.2 DataFrame

Missing data handling

pandas.DataFrame.ffill()

pandas.DataFrame.ffill() 是一个用于**使用前向填充（即“前一个有效观测值”）来填补缺失值（NaN）**的方法。它等价于 fillna(method='ffill')，常用于时间序列、传感器数据或需要保持趋势一致性的场景。

📌 方法签名

DataFrame.ffill(*, axis=None, inplace=False, limit=None, limit_area=None, downcast=<no_default>)

🔧 参数说明

✅ 返回值

• 返回一个新的 DataFrame，其中的 NaN 值被前向填充；
• 如果 inplace=True，则返回 None，原始数据被修改。

🧪 示例代码及结果

示例 1：基本用法 - 行方向前向填充（axis=0）

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'A': [1, np.nan, 3, np.nan, 5],
    'B': [np.nan, 2, np.nan, 4, np.nan]
})

print("Original DataFrame:")
print(df)

# 使用 ffill 按行方向填充
df_ffilled = df.ffill()
print("\nAfter ffill():")
print(df_ffilled)

输出结果：

Original DataFrame:
     A    B
0  1.0  NaN
1  NaN  2.0
2  3.0  NaN
3  NaN  4.0
4  5.0  NaN

After ffill():
     A    B
0  1.0  NaN
1  1.0  2.0
2  3.0  2.0
3  3.0  4.0
4  5.0  4.0

注意第一行 B 列仍为 NaN，因为前面没有有效值可用。

示例 2：限制最大填充数量（limit=1）

# 设置最多填充 1 个连续 NaN
df_limited = df.ffill(limit=1)
print("\nAfter ffill(limit=1):")
print(df_limited)

输出结果：

After ffill(limit=1):
     A    B
0  1.0  NaN
1  1.0  2.0
2  NaN  2.0
3  NaN  4.0
4  NaN  4.0

可见每列最多只向前填充一个 NaN。

示例 3：按列方向填充（axis=1）

# 创建按列方向有 NaN 的 DataFrame
df_col = pd.DataFrame({
    'X': [1, 2, 3],
    'Y': [np.nan, 5, 6],
    'Z': [7, np.nan, 9]
})

print("Original Column-wise DataFrame:")
print(df_col)

# 按列方向填充
df_col_ffilled = df_col.ffill(axis=1)
print("\nAfter ffill(axis=1):")
print(df_col_ffilled)

输出结果：

Original Column-wise DataFrame:
   X    Y    Z
0  1  NaN  7.0
1  2  5.0  NaN
2  3  6.0  9.0

After ffill(axis=1):
   X    Y    Z
0  1  1.0  7.0
1  2  5.0  5.0
2  3  6.0  6.0

第二列 Y 被前一列 X 填充，第三列 Z 被第二列填充。

示例 4：使用 limit_area='inside' 仅填充内部 NaN

# 构造包含边界和内部 NaN 的 DataFrame
df_limit_area = pd.DataFrame({
    'A': [np.nan, 2, np.nan, 4, np.nan],  # 边缘 NaN
    'B': [1, np.nan, 3, np.nan, 5]        # 内部 NaN
})

print("Original DataFrame with edge and internal NaNs:")
print(df_limit_area)

# 只填充被非空包围的 NaN（不填充边缘）
df_inside = df_limit_area.ffill(limit_area='inside')
print("\nAfter ffill(limit_area='inside'):")
print(df_inside)

输出结果：

Original DataFrame with edge and internal NaNs:
     A    B
0  NaN  1.0
1  2.0  NaN
2  NaN  3.0
3  4.0  NaN
4  NaN  5.0

After ffill(limit_area='inside'):
     A    B
0  NaN  1.0
1  2.0  1.0
2  NaN  3.0
3  4.0  3.0
4  NaN  5.0

只填充了中间的 NaN，首尾的未填充。

示例 5：使用 limit_area='outside' 仅填充边缘 NaN

# 仅填充边缘 NaN
df_outside = df_limit_area.ffill(limit_area='outside')
print("\nAfter ffill(limit_area='outside'):")
print(df_outside)

输出结果：

After ffill(limit_area='outside'):
     A    B
0  NaN  1.0
1  2.0  NaN
2  2.0  3.0
3  4.0  NaN
4  4.0  5.0

此时只填充了最前或最后的 NaN，中间的未填充。

示例 6：原地修改（inplace=True）

# 原地修改
df.ffill(inplace=True)
print("\nIn-place ffill (modified original):")
print(df)

输出结果（基于示例 1 的数据）：

In-place ffill (modified original):
     A    B
0  1.0  NaN
1  1.0  2.0
2  3.0  2.0
3  3.0  4.0
4  5.0  4.0

🧠 应用场景

• 时间序列数据处理：填补缺失的时间点数据；
• 传感器或日志数据清洗：使用前一个时刻的值进行插值；
• 数据预处理：准备模型输入前去除 NaN；
• 控制填充范围：通过 limit_area 精确控制填充哪些位置；
• 链式调用中清理数据：如 df.dropna().ffill()。

⚠️ 注意事项

• 默认按行方向（axis=0）填充；
• 支持 limit_area，这是 fillna(method='ffill') 所没有的功能；
• 若无前一个有效值，则无法填充；
• limit 控制连续填充的最大数量；
• 不会自动排序索引，建议先排序以获得预期效果；
• 推荐结合 fillna()、bfill() 等方法一起使用以满足不同需求；
• 仅对 NaN 生效，不会处理 None 或其他空值。

✅ 总结对比

你可以根据具体需求选择最适合的参数组合来清理缺失值。