Python 用给定的值填充数据帧，直到第一个数据点和最后一个数据点

获取以下测试数据帧：

test_df = pd.DataFrame({'col_a' : [np.nan, np.nan, 4.0, 5.0, 12.0, 45.0, 86.0, 92.0, np.nan, np.nan, np.nan]})
test_df

    col_a
0   NaN
1   NaN
2   4.0
3   5.0
4   12.0
5   45.0
6   86.0
7   92.0
8   NaN
9   NaN
10  NaN

现在我想用值0.0填充

列a

中的所有NAs，直到第一个数据点（4.0）

我还想将最新数据点（92.0）中的所有NAs替换为100.0

方法的关键字

value

和

method

的组合似乎不像我最初希望的那样有效

你能帮忙吗？越像蟒蛇，就越好。多谢各位

++++

编辑

实际上，我可以从填充数据框顶部开始，如下所示：

test_df.loc[0:test_df['col_a'].first_valid_index()] = test_df.loc[0:test_df['col_a'].first_valid_index()].fillna(value=0)

然后使用

fillna

方法替换NAs left，但它非常难看，难以处理无数列和其他数据帧约束

---

++++++

通过由创建的最大值（由

cumsum

创建）的助手序列赋值，然后通过比较

min

和

max

创建掩码，但对于max，有必要忽略最后一个非

NaN

值：

a = test_df['col_a'].notnull().cumsum()
print (a)
0     0
1     0
2     1
3     2
4     3
5     4
6     5
7     6
8     6
9     6
10    6
Name: col_a, dtype: int32

test_df[a == a.min()] = 0
test_df[a.shift() == a.max()] = 100
print (test_df)
    col_a
0     0.0
1     0.0
2     4.0
3     5.0
4    12.0
5    45.0
6    86.0
7    92.0
8   100.0
9   100.0
10  100.0