在python中，如何用上面的值和下面的值的平均值填充空值？

我的数据如下所示：

    ID      gcs    compact    active_clay       WTS     LOI
0   EA01    1530    40          9.02            22.7    4.58
1   EA02    NAN     NAN         NAN             NAN      NAN
2   EA03    1550    39          9.02            23.9    4.58
3   EA04    NAN     NAN          NAN            NAN      NAN
4   EA05    NAN     NAN          NAN            NAN      NAN
5   EA06    NAN     NAN          NAN            NAN      NAN
6   EA07    1520    40           9.02           24.9     4.58
7   EA08    NAN     NAN          NAN            NAN      NAN
8   EA09    1530    40           9.02           23.9     4.52
9   EA10    NAN    NAN           NAN            NAN      NAN

我希望用整个数据的上面和下面的值的平均值填充空值

例如：

第一个索引中的空值应填入平均值（索引0值、索引2值）

第三个索引中的空值应填入平均值（第二个索引值、第六个索引值）

第四个索引中的空值应填入平均值（第三个索引值、第六个索引值）

第5个索引中的空值应填入平均值（第4个索引值、第6个索引值）等

应该对所有列执行此操作。如何执行此操作。请提供帮助。

我相信您需要对缺少的值进行回填：

df = df.interpolate().bfill()
print (df)
         Date     GCS  Compactability  Active Clay   WTS   LOI  Moisture
0  01-01-2019  1530.0            40.0         9.02  22.7  4.58      3.10
1  01-01-2019  1540.0            39.5         9.02  23.3  4.58      3.05
2  01-01-2019  1550.0            39.0         9.02  23.9  4.58      3.00
3  01-01-2019  1550.0            39.0         9.02  23.9  4.58      3.00
4  01-01-2019  1550.0            39.0         9.02  23.9  4.58      3.00

---

我认为这从

Clay

到最后都不起作用，可能是因为

pd.read\u clipboard（）

将

activeclay

解释为两个columns@NicolasGervais-oops，错误的解析

活动Clay

如2列：(