如何用常数0填充Pandas DataFrame内部NaN并设置limit=2

原始DataFrame #

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'col1': [100, np.nan, np.nan, 100, np.nan, np.nan, np.nan],
    'col2': [np.nan, 100, np.nan, np.nan, np.nan, 100, np.nan]
})

输出：

col1  col2
0  100.0   NaN
1   NaN  100.0
2   NaN   NaN
3  100.0   NaN
4   NaN   NaN
5   NaN  100.0
6   NaN   NaN

目标转换结果 #

col1  col2
0  100.0   NaN
1    0.0  100.0
2    0.0    0.0
3  100.0    0.0
4   NaN   NaN
5   NaN  100.0
6   NaN   NaN

需求说明 #

• 仅填充两个非NaN值之间的内部区域中的NaN，用常数0替换
• 连续NaN填充上限为limit=2：若区间内连续NaN超过2个，仅替换前2个，剩余NaN保留

解决方案 #

通过自定义函数标记有效填充区间，结合数量限制实现：

def fill_inner_nan(col, fill_val=0, limit=2):
    non_nan = col.notna()
    non_nan_idx = non_nan[non_nan].index
    
    # 非NaN值不足2个，无内部区间可填充
    if len(non_nan_idx) < 2:
        return col
    
    # 遍历每一对相邻非NaN值的区间
    for start, end in zip(non_nan_idx[:-1], non_nan_idx[1:]):
        # 定位区间内的行（排除两端非NaN值）
        interval_mask = (col.index > start) & (col.index < end)
        # 计算区间内NaN总数
        total_nans = col[interval_mask].isna().sum()
        # 实际填充数量取limit和总数的最小值
        fill_count = min(limit, total_nans)
        
        # 标记区间内前fill_count个NaN的位置
        fill_mask = col[interval_mask].isna().cumsum() <= fill_count
        # 执行填充
        col.loc[interval_mask & fill_mask] = fill_val
    
    return col

# 对所有列应用填充逻辑
result_df = df.apply(fill_inner_nan, fill_val=0, limit=2)
print(result_df)

逻辑说明 #

1. 先识别列中的非NaN位置，提取其索引
2. 若列中非NaN值少于2个，直接返回原列（无内部区间）
3. 遍历每一对相邻非NaN值，确定它们之间的内部区间
4. 计算区间内NaN数量，按limit限制填充数量
5. 精准定位区间内前N个NaN的位置，替换为0
6. 对DataFrame每一列应用该函数，得到目标结果

内容的提问来源于stack exchange，提问作者data-monkey