python - 熊猫缺失值：用最接近的非 NaN 值填充

Question

假设我有一个带有几个连续 NaN 的熊猫系列。我知道fillna有几种方法可以填充缺失值（backfill和fill forward），但我想用最接近的非 NaN 值填充它们。这是我所拥有的一个例子：

s = pd.Series([0, 1, np.nan, np.nan, np.nan, np.nan, 3])

还有一个我想要的例子：

s = pd.Series([0, 1, 1, 1, 3, 3, 3])

有人知道我能做到吗？

谢谢！

Answer 1

您可以Series.interpolate使用method='nearest'：

In [11]: s = pd.Series([0, 1, np.nan, np.nan, np.nan, np.nan, 3])

In [12]: s.interpolate(method='nearest')
Out[12]: 
0    0.0
1    1.0
2    1.0
3    1.0
4    3.0
5    3.0
6    3.0
dtype: float64

In [13]: s = pd.Series([0, 1, np.nan, np.nan, 2, np.nan, np.nan, 3])

In [14]: s.interpolate(method='nearest')
Out[14]: 
0    0.0
1    1.0
2    1.0
3    2.0
4    2.0
5    2.0
6    3.0
7    3.0
dtype: float64