Python 如何用数据帧中前后值的平均值替换NaN？

如果我有一些缺少的值，并且我想用前面和后面的值的平均值替换所有NaN，我该怎么做呢

我知道我可以使用

pandas.DataFrame.fillna

和

method='ffill'

或

method='bfill'

选项将NaN值替换为前面或后面的值，但是我希望在数据帧上应用这些值的平均值，而不是在行和列上迭代。

试试看。熊猫文档中的示例：

In [65]: df = pd.DataFrame({'A': [1, 2.1, np.nan, 4.7, 5.6, 6.8],
   ....:                    'B': [.25, np.nan, np.nan, 4, 12.2, 14.4]})
   ....: 

In [66]: df
Out[66]: 
     A      B
0  1.0   0.25
1  2.1    NaN
2  NaN    NaN
3  4.7   4.00
4  5.6  12.20
5  6.8  14.40

In [67]: df.interpolate()
Out[67]: 
     A      B
0  1.0   0.25
1  2.1   1.50
2  3.4   2.75
3  4.7   4.00
4  5.6  12.20
5  6.8  14.40

---

谢谢你的回答。我想知道如何计算两个连续的NaN。我在网上找到了点（例如（x1，y1）和（x2，y2））的线性插值公式。在DataFrame.interplate（）的描述中，默认情况下会逐列应用它。但是没有关于如何计算这种情况的更多细节，对于默认插值方法“线性”，索引被忽略。每个连续NaN的增量计算为已知值之间的差值除以步数。在上述示例的B列中，已知值的差值为4.00-0.25=3.75。步骤数是一行中的NAN数+1=2+1=3。增量为3.75/3=1.25。因此，第一个Nan为0.25+1.25=1.50，第二个Nan为1.50+1.25=2.75。