Python 熊猫：自定义fillna（）函数？

假设我有如下数据：

>>> df = pd.DataFrame({'values': [5, np.nan, 2, 2, 2, 5, np.nan, 4, 5]})
>>> print(df)
   values
0     5.0
1     NaN
2     2.0
3     2.0
4     2.0
5     5.0
6     NaN
7     4.0
8     5.0

我知道我可以使用

fillna（）

，以及

fillna（method='ffill'）

等参数来用前面的值填充缺少的值。有没有为fillna编写自定义方法的方法？假设我想用前两个值和后两个值的算术中间值替换每个NaN值，我该怎么做？（我不是说这是填充值的好方法，但我想知道是否可以这样做）

输出必须是什么样子的示例：

0     5.0
1     3.0 
2     2.0
3     2.0
4     2.0
5     5.0
6     4.0
7     4.0
8     5.0

---

您可以同时使用

ffill

和

bfill

，如下所示：

df['values'] = df['values'].ffill().add(df['values'].bfill()).div(2)
print(df)

   values
0     5.0
1     3.0 
2     2.0
3     2.0
4     2.0
5     5.0
6     4.0
7     4.0
8     5.0

---

只需将

df['values']

更改为

df

即可应用于整个数据帧

您可以同时使用

ffill

和

bfill

，如下所示：

df['values'] = df['values'].ffill().add(df['values'].bfill()).div(2)
print(df)

   values
0     5.0
1     3.0 
2     2.0
3     2.0
4     2.0
5     5.0
6     4.0
7     4.0
8     5.0

---

只需将

df['values']

更改为

df

即可应用于整个数据帧

我明白你的要求。您制作了一列

[5，np.nan，1，2，2，5，np.nan，np.nan，3]

但是您的

打印（df）

只显示两个

np.nan

值。请把它修好！我明白你的要求。您制作了一列

[5，np.nan，1，2，2，5，np.nan，np.nan，3]

但是您的

打印（df）

只显示两个

np.nan

值。请把它修好！