Pandas: 用列中距离最近的'n'个非空值的平均值替换NaN。

Question

假设我有以下数据框:

     A      B
0   NaN     12
1   NaN    NaN
2    24    NaN
3   NaN    NaN
4   NaN     13
5   NaN     11
6   NaN     13
7    18    NaN
8    19    NaN
9    17    NaN

在'A'列中，缺失的值需要使用序列中最近3个非空值的平均值进行替换，如果存在的话。

例如，在索引5处的NaN具有18作为其最近的非空值，并且在18之后，下两个值也是非空的。因此，在索引5处的NaN被替换为（18 + 19 + 17）/ 3。

在索引4处的NaN具有24作为其最近的非空值，但是24之前的两个值是非空的。因此，在索引4处的NaN不会被替换为任何值。

类似地，需要对其余的列进行处理。是否有人知道一种向量化的方法来完成这项工作？
谢谢！

- Jagiri Manjeera

---

索引0是什么，A吗？ - PV8

Answer 1

我认为您需要将滚动平均值与另一个向后滚动相结合，然后使用DataFrame.interpolate来替换最近的NaN值为mean值，并对助手DataFrame c进行前向填充以替换最后一组NaN值和后向填充以替换第一组NaN值，从而替换原始DataFrame中的缺失值。"最初的回答"。请保留HTML标记。

a = df.rolling(3).mean()
b = df.iloc[::-1].rolling(3).mean()

c = a.fillna(b).fillna(df).interpolate(method='nearest').ffill().bfill()
print (c)
      A          B
0  24.0  12.000000
1  24.0  12.000000
2  24.0  12.000000
3  24.0  12.333333
4  24.0  12.333333
5  18.0  11.000000
6  18.0  12.333333
7  18.0  12.333333
8  19.0  12.333333
9  18.0  12.333333

df = df.fillna(c)
print (df)
      A          B
0  24.0  12.000000
1  24.0  12.000000
2  24.0  12.000000
3  24.0  12.333333
4  24.0  13.000000
5  18.0  11.000000
6  18.0  13.000000
7  18.0  12.333333
8  19.0  12.333333
9  17.0  12.333333

- jezrael