如何在熊猫（python）中定义自己的填充方法参数？答案

【问题标题】：How to define your own fill method parameter in pandas (python)?如何在熊猫（python）中定义自己的填充方法参数？
【发布时间】：2017-03-31 20:57:21
【问题描述】：

一些 DataFrame 和 Series 方法有 method 参数。例如：

DataFrame.fillna(value=None, method=None, axis=None, inplace=False, limit=None, downcast=None, **kwargs)

并且方法参数可以取以下值：{None, 'backfill'/'bfill', 'pad'/'ffill', 'nearest'}

但是我想 def 某种填充功能，它反过来定义如何使用系列中已经存在的值来填充空白，以便它可以通过以下方式使用：

df = DataFrame.fillna(method='new_method')

【问题讨论】：

你能具体说明你想要什么吗？据我了解，听起来您需要对fillna 方法进行猴子修补，或修改源代码，因为method 参数不接受任意函数。
@juanpa.arrivillaga 是的，我认为正确的方法是修改源代码。好吧，例如我想要一个函数，它可以用系列中最接近的值的平均值来填补空白。我的意思是这样的：1 NaN 3 --> 1 2 3。
是否有某些原因必须能够将它与fillna 方法一起使用？编写自己的函数并保留源代码可能会更好。
@juanpa.arrivillaga 不是真的。但我认为可以将它与所有其他方法一起使用......比如重新索引等。你为什么这么认为？据我所知，当您想要定义一些自定义操作时，修改源代码是一种常见的做法。
在不了解所有后果的情况下更改复杂库的代码通常不是一个好主意。当然你可以尝试，但可能是作为最后的手段，或者当你想真正开始为 pandas 做出贡献时。

标签： python pandas numpy

【解决方案1】：

在您非常具体的情况下（最接近值的平均值），您可以这样做：

import pandas as pd
import numpy as np

col1 = np.array([0, 1, np.nan, 4])
col2 = np.array([0, np.nan, 2, 5])

df = pd.DataFrame({"col1" : col1, "col2" : col2})

# Trick: average forward and backward fill
df = 0.5 * (df.fillna(method="bfill") + df.fillna(method="ffill"))

通过平均后向和前向填充，您将获得平均值，同时保持所有其他值（但舍入误差除外）不变。但它当然不适用于第一行和最后一行。（但如果可以接受的话，你可以再次使用 ffill 和 bfill）

【讨论】：

事实上，这更像是一个好奇的问题。我只是想知道是否可以重新定义，例如，something 以使我能够设置自定义方法参数。我知道，几乎总是可以找到解决问题的方法。