我想写一个脚本，根据重复列（"Emails"）在df中进行迭代，并将信息从较旧的行更新到最近的行（列="Created On"）。最近一行的一些数据是NaN，所以这些数据需要由较早的一行来更新，当该行不是NaN时。我的数据集非常大，有很多列。我已经按照正确的顺序对列表进行了排序，如下所示。
crm_dupes_s = dupes_df.sort_values(["Email", "Created On"], ascending=False)
crm_dupes_s.head(25)
然后确保NaN值被正确读取。
crm_dupes_nan = crm_dupes_s.replace('nan', np.NaN)
crm_dupes_nan.isna()
Full Name First Name Middle Name Last Name Status Email Created On
0 False False True True False False False
1 False False True False False False False
为以后的循环迭代列出了一些列，但去掉了电子邮件，因为这些值没有被更新。
cols_to_change = list(crm_dupes_nan.columns)
cols_to_change.remove('Email')
cols_to_change
[' Full Name',
'First Name',
'Middle Name',
'Last Name',
'Status',
'Created On']
最后，这里是我的for循环。
#Iterates through all rows
for i in range(0, crm_dupes_nan.shape[0]):
#If there is a value for Email
if not pd.isna(crm_dupes_nan.iloc[i-1, :]['Email']):
#If the row Email values are the same "duplicates" then execute cell value change
if crm_dupes_nan.iloc[i-1, :]['Email'] == crm_dupes_nan.iloc[i, :]['Email']:
for col in cols_to_change:
if not pd.isna(crm_dupes_nan.iloc[i-1, :][col]):
crm_dupes_nan.iloc[i-1, :][col] = crm_dupes_nan.iloc[i, :][col]
我知道前3行是正确识别重复的，但 "iloc "函数没有改变NaN值？我试过 "iat"、"set_value"、"replace "和 "where"，都出现了各种问题。我的印象是 "iloc "是任务和性能的首选方法。如果能得到任何帮助，我将不胜感激！！。
Full Name First Name Middle Name Last Name Status Email Account Numbers Primary Account Number Business Phone Home Phone
0 Zac Daniels Zac NaN Hopkins Active zdaniels@gmail.com NaN 3452432.0 NaN NaN
1 Zac Daniels Zac NaN Hopkins Active zdaniels@gmail.com 13254512.0 4564534.0 (949) 803-8033 (817) 817-9177
2 Zach Fred Zach NaN Wilbern Active zFredericks@miami.com 45632532.0 12342313.0 (313) 313-3133 (313) 313-3133