Python Pandas Dataframe：使用与上一列不同的列更改NaN单元格值

Question

import pandas as pd
import numpy as np

data = np.array([['', 'Col1', 'Col2', 'Col3'],
                 ['Row1', 1, 2, 3],
                 ['Row2', np.nan, 5, 6],
                 ['Row3', 7, 8, 9]
                 ])

df = pd.DataFrame(data=data[1:, 1:],
                  index=data[1:,0],
                  columns=data[0,1:])


OutPut:
     Col1 Col2 Col3
Row1    1    2    3
Row2  nan    5    6
Row3    7    8    9

我想遍历dataframe并用Row1['Col3']中的值替换Row2['Col1']（循环中的当前行）中的NaN值（与循环中的前一个记录不同的列）

Answer 1

在替换nan之前，您还有一件事需要解决：

第一：你使用的是数组，数组不接受连接类型，这意味着你的nan不是np.nan公司再说一遍，就是“南”

df.applymap(type)
Out[1244]: 
               Col1           Col2           Col3
Row1  <class 'str'>  <class 'str'>  <class 'str'>
Row2  <class 'str'>  <class 'str'>  <class 'str'>
Row3  <class 'str'>  <class 'str'>  <class 'str'>

df=df.replace('nan',np.nan)

第二，我使用np.roll+combine_first来填充nan

^{pr2}$