使用python dataframes在数据没有更改时使用mean修复历史数据

我有一些历史数据，看起来像：

    d1  d2  d3  d4
p1   1   2   2   4
p2   2   2   2   10

我知道从一天到另一天没有变化时会出现错误，所以我想用相邻值的平均值替换重复值，当重复的连续值超过两倍时，它应该是成比例的。 所以这些数据应该是这样的：

    d1  d2   d3  d4
p1   1   2   3*   4
p2   2  4*   8*  10

---

其中*表示它是“固定的”。有一个已经存在的函数，或者我应该手动迭代数据吗？

IIUC，如果同一行上的值没有从一列更改到下一列，您需要

插值。借助于
mask
，您可以将重复数据替换为nan，并使用
shift
检查重复值的位置

print (df.mask(df.eq(df.shift(axis=1))).interpolate(axis=1))
     d1        d2        d3    d4
p1  1.0  2.000000  3.000000   4.0
p2  2.0  4.666667  7.333333  10.0

但是要得到4和8，不确定你能用什么规则。
8将是什么相邻值的平均值？我得到的4和8是：（2+10）/3所以我的第一个三分之一是4，第二个是8，第三个是d4（10）。好的，我认为它比我的4和8更好，非常感谢