如何让DataFrame首行的NULL值通过interpolate方法填充？

Pandas的interpolate(method='linear')默认只在存在前后有效值的区间内做线性插值，首行的NULL因为没有前向参考值，所以会被跳过。要处理这个问题，你可以试试下面几种方案：

方案1：开启双向插值 #

直接给interpolate加上limit_direction='both'参数，让它支持从后往前插值补全首行缺失：

# 单列处理
pd_df['humedad_3'] = pd_df['humedad_3'].interpolate(method='linear', limit_direction='both')

# 批量处理所有数值列
numeric_cols = pd_df.select_dtypes(include=['int64', 'float64']).columns
pd_df[numeric_cols] = pd_df[numeric_cols].interpolate(method='linear', limit_direction='both')

这个参数会让插值逻辑同时覆盖向前和向后的缺失值，首行的NULL会直接取第一个非空值来填充（线性插值在只有一个参考值时，直接复用该值）。

方案2：单独补全首行再插值 #

如果不想全局开启双向插值，可以先单独处理首行的缺失，再执行常规插值：

# 用下一个非空值填充首行的humedad_3
pd_df.loc[pd_df.index[0], 'humedad_3'] = pd_df['humedad_3'].bfill().iloc[0]
# 再处理其他位置的缺失值
pd_df['humedad_3'] = pd_df['humedad_3'].interpolate(method='linear')

bfill()会取当前位置之后的第一个非空值，这里只提取首行的填充结果，不会影响其他行的插值逻辑。

方案3：插值后兜底填充 #

如果你的数据是按时间或有序索引排列的，也可以先插值，再用前向填充补全剩余的首尾缺失：

pd_df['humedad_3'] = pd_df['humedad_3'].interpolate(method='linear').ffill()

先处理中间的线性插值，再用ffill()把首行剩下的NULL用后续的有效值补全。

注意：处理完Pandas DataFrame后，转回PySpark时要确认数据类型和原表一致，避免出现类型不兼容的问题。

内容的提问来源于stack exchange，提问作者Rirro Romeu