插值仍然留下 NaN 的 (pandas groupby)

Question

我有一个数据框，其中包含一些客户的位置（因此我有一个带有 Customer_id 的列，而其他列带有 Lat 和 Lon），我正在尝试根据每个客户插入 NaN。

例如，如果我在此处使用最接近的方法进行插值（我在此处弥补了值）：

 Customer_id   Lat    Lon
   A            1      1
   A            NaN    NaN  
   A            2      2      
   B            NaN    NaN
   B            4      4

我希望 B 的 NaN 为 4 而不是 2。

我试过了

series.groupby('Customer_id').apply(lambda group: group.interpolate(method = 'nearest', limit_direction = 'both'))

NaN 的数量从 9003 下降到 94。但我不明白为什么它仍然会留下一些缺失值。

我检查了这 94 个缺失值对应于来自客户的记录，这些记录已经被插值。例如，

    Customer_id   Lat
 0.    A           1
 1.    A           NaN
 2.    A           NaN
 3.    A           NaN
 4.    A           NaN

它会正确插值直到某个值（假设它正确插值 1、2 和 3），然后将 4 保留为 NaN。

我尝试将插值限制设置为大于每个客户端的最大记录数，但仍然无法解决。我不知道我的错误在哪里，有人可以帮忙吗？

（我不知道这是否相关，但我为此捏造了自己的 NaN。这是我使用的代码 Replace some values in a dataframe with NaN's if the index of the row does not exist in another dataframe 我认为问题不在这里，但因为我很困惑问题出在哪里，我就把它留在这里）

Answer 1

当您使用 nearest 进行插值时，它只能填充 中间 缺失值。 （您会注意到这一点，因为当只有 1 个非空值时会出现错误，就像在您的示例中一样）。剩余的空值是“边缘”，由.bfill().ffill() 处理，用于nearest 逻辑。这也是仅用一个非缺失值“插值”的适当逻辑。

def my_interp(x):
    if x.notnull().sum() > 1:
        return x.interpolate(method='nearest').ffill().bfill()
    else:
        return x.ffill().bfill()

df.groupby('Customer_id').transform(my_interp)

#   Lat  Lon
#0  1.0  1.0
#1  1.0  1.0
#2  2.0  2.0
#3  4.0  4.0
#4  4.0  4.0