将 NaN 替换为 pandas 数据框中早晚 X 行的值答案

【问题标题】：Replace NaNs with values from X rows earlier or later in pandas dataframe将 NaN 替换为 pandas 数据框中早晚 X 行的值
【发布时间】：2018-09-19 13:43:20
【问题描述】：

我有一个数据框，其中每一行代表连续的一天，列代表总用电量。有一些 NaN 值缺少数据：

     ELECTRICITY
0    10
1    15
2    17
3    12
4    15
5    16
6    22
7    8
8    NaN
9    16
10   13

由于此示例中的用电量主要受星期几的影响，因此我想将所有 NaN 替换为前后 7 行的值。

我调查了以下内容但没有成功：

fillna：只允许我用特定值或直接相邻的值替换
插值：只允许我用紧邻值的平均值替换
替换：似乎允许使用设定值进行条件替换

感谢您的帮助。

【问题讨论】：

欢迎来到 SO。您能否提供更完整的数据示例？您的数据中是否有可以利用的日期列，或者是否始终假定数据是有序的？你还说你想替换“早晚 7 行”的值。在什么情况下，您需要 7 天前的值以及 7 天后的值？在您提供的数据中为NaN 提供您期望的输出会很有帮助。
可能重复：stackoverflow.com/questions/22081878/…
@vealkind 感谢您的澄清问题。我试图尽可能简化示例，以便我的数据集的特质不会使问题与其他人无关 - 也许我走得太远了！以下是要求的澄清。由于我是 SO 新手，请告知我是否应该更新问题：（1）是否有日期列：索引是具有每小时时间的 DatetimeIndex（2）早/晚 7 行时：替换为早前 7 行如果前 7 行不是 NaN，则 7 天后

标签： python pandas

【解决方案1】：

使用fillna 和shift

df.fillna(df.shift(7))

    ELECTRICITY
0          10.0
1          15.0
2          17.0
3          12.0
4          15.0
5          16.0
6          22.0
7           8.0
8          15.0
9          16.0
10         13.0

【讨论】：

这正是我所需要的。谢谢。