pandas dataframe 用两个值的平均值填充 nan答案

【问题标题】：pandas dataframe fill nan by average of two valuespandas dataframe 用两个值的平均值填充 nan
【发布时间】：2020-04-17 07:45:19
【问题描述】：

我有以下数据框：

      A    label
0    1.0     a
1    2.0     a
2    3.0     a
3    NaN     a
4    NaN     a
5    NaN     a
6    9.0     a
7    8.0     a
8    7.0     a
9    NaN     a
10   NaN     a
11  21.0     a
12  32.0     a
13  12.0     a

我想在A列中填写nan值如下：

在索引 3,4 和 5 处填充空值：通过取索引 2 和 6 处的值的平均值，即 (3+9)/2。

在索引 9 和 10 处填充空值：通过取索引 8 和 11 处的值的平均值，即 (7+21)/2。

同样对于数据帧中的所有其他空值，如果发生。我花了很多时间思考精确的解决方案，但找不到一个。我怎样才能做到这一点？

【问题讨论】：

标签： python-3.x pandas dataframe

【解决方案1】：

使用前向填充缺失值，添加回填缺失值，最后除以2 表示平均值：

df['A'] = df.A.ffill().add(df.A.bfill()).div(2)
print (df)
       A label
0    1.0     a
1    2.0     a
2    3.0     a
3    6.0     a
4    6.0     a
5    6.0     a
6    9.0     a
7    8.0     a
8    7.0     a
9   14.0     a
10  14.0     a
11  21.0     a
12  32.0     a
13  12.0     a

详情：

print (df.assign(ffill = df.A.ffill(),
                 bfill = df.A.bfill(),
                 both  = df.A.ffill().add(df.A.bfill()),
                 fin = df.A.ffill().add(df.A.bfill()).div(2)))
       A label  ffill  bfill  both   fin
0    1.0     a    1.0    1.0   2.0   1.0
1    2.0     a    2.0    2.0   4.0   2.0
2    3.0     a    3.0    3.0   6.0   3.0
3    NaN     a    3.0    9.0  12.0   6.0
4    NaN     a    3.0    9.0  12.0   6.0
5    NaN     a    3.0    9.0  12.0   6.0
6    9.0     a    9.0    9.0  18.0   9.0
7    8.0     a    8.0    8.0  16.0   8.0
8    7.0     a    7.0    7.0  14.0   7.0
9    NaN     a    7.0   21.0  28.0  14.0
10   NaN     a    7.0   21.0  28.0  14.0
11  21.0     a   21.0   21.0  42.0  21.0
12  32.0     a   32.0   32.0  64.0  32.0
13  12.0     a   12.0   12.0  24.0  12.0

【讨论】：