如何用 0 填充 NaN，从第一个非 nan 值开始

Question

我需要用静态 0 填充我的 df 的 NaN 值，从第一个非 nan 值开始。

在某种程度上，将 method="ffill"（确定每列的第一个值，并且仅对后面的 NaN 值起作用）与 value=0（填充 0，而不是可变数量）相结合在 df).

我该怎么做？这个 post 很接近，但不是：

示例 df

     0    1    2
0  NaN  NaN  NaN
1  6.0  NaN  1.0
2  NaN  3.0  NaN
3  NaN  NaN  4.0

期望的输出：

     0    1    2
0  NaN  NaN  NaN
1  6.0  NaN  1.0
2  0.0  3.0  0.0
3  0.0  0.0  4.0

如果可以的话，df.fillna(value=0, method='ffill')就好了。但是那个returnsValueError: Cannot specify both 'value' and 'method'.

编辑：哦，时间很重要。我们正在谈论 ~60M 行和 4k 列 - 所以循环是不可能的，并且只有在非常非常快的情况下才进行屏蔽

Answer 1

您可以尝试 mask()、ffill() 和 fillna():

df=df.fillna(df.mask(df.ffill().notna(),0))
#OR via where
df=df.fillna(df.where(df.ffill().isna(),0))

输出：

    0       1       2
0   NaN     NaN     NaN
1   6.0     NaN     1.0
2   0.0     3.0     4.0
3   0.0     0.0     0.0

How to populate NaN by 0, starting after first non-nan value