Python 根据上一个可用值和下一个可用值填充NaN

我有如下csv数据：

     A     B
0   x aa   
1   z aa   
2          
3   
4   x aa   
5   z bb
6   x bb
7          
8   z cc   

如果在A列中，我想用A列中的值填充B列中的空单元格

last_available_value_before_the_NaNs_in_A.split()[-1] == next_available_value_after_the_NaNs_in_A.split()[-1]

希望的结果是：

     A     B
0   x aa   aa 
1   z aa   aa
2          aa
3          aa
4   x aa   aa
5   z bb   bb
6   x bb   bb
7          
8   z cc   cc

data.loc（7，'B'）

将为NaN，因为

data.loc（6，'A'）.split（）[-1]=
data.loc（8，'A'）.split（）[-1]

为false

data.loc（5，'B'）

是'bb'，因为

data.loc（5，'A'）.split（）[-1]='bb'

---

谢谢你的帮助

为了说明这个想法，这是冗长的

# create a column that jsut holds the last value
df["lastval"] = df.A.str.split().str[-1]
# fill blanks in a feed-forward manner
df["ffill"] = df.lastval.fillna(method="ffill") 
# fill blanks in a feed-backward manner
df["bfill"] = df.lastval.fillna(method="bfill") 

# create a mask that handles your logic
m = df.lastval.isnull() & (df["ffill"] == df["bfill"])   
# fill those values into B from lastval
df["B"] = df["lastval"]
df.loc[m,"B"] = df.loc[m, "ffill"]

---

您可以比较使用

ffill

的版本和使用

bfill

的版本：

f = df.A.fillna(method='ffill').str.split().str[-1]
b = df.A.fillna(method='bfill').str.split().str[-1]
df.B.where(f != b, f, inplace=True)

---

为什么

data.loc[5，'B']

会被填充<代码>数据.loc[4，'A'].split（）[-1]！=data.loc[5，'A'].split（）[-1]。另外，您能否更准确地指出，

last\u available\u value

和

next\u available\u value

实际表示的是什么？您好，来宾，因为[5，'A']中的数据是给定的。您好，我指的是NAN之前的最后一个可用值（以及NAN之后的下一个可用值），您的比我的要紧凑得多。喜欢吗