如何在Pandas中结合条件使用ffill和bfill填充缺失值？

问题描述 #

输入DataFrame：

col
A  100
B  NaN
C  NaN
D  100
E  NaN
F  103

期望输出：

col
A  100
B  100
C  100
D  100
E  NaN
F  103

规则：仅当空值所在区间的前后非空值相等时，用该值填充中间的空值；若前后非空值不等，则空值保留。

解决方案 #

结合ffill()和bfill()做前后填充，再通过条件判断筛选符合要求的填充值：

import pandas as pd

# 构造输入DataFrame
df = pd.DataFrame({'col': [100, None, None, 100, None, 103]}, index=['A', 'B', 'C', 'D', 'E', 'F'])

# 生成前向、后向填充的临时列
df['ffill_col'] = df['col'].ffill()
df['bfill_col'] = df['col'].bfill()

# 仅当前后填充值相等时替换原空值，否则保留原空值
df['col'] = df.apply(lambda row: row['ffill_col'] if row['ffill_col'] == row['bfill_col'] else row['col'], axis=1)

# 删除临时列
df = df.drop(['ffill_col', 'bfill_col'], axis=1)

print(df)

代码解释 #

1. 构造输入：创建对应索引和值的DataFrame，用None对应原问题中的NULL。
2. 前后向填充：ffill()获取每个位置的最近前向非空值，bfill()获取最近后向非空值。
3. 条件筛选：逐行检查前后填充值，仅当二者相同时，用该值覆盖原空值；否则保持原空值不变。
4. 清理临时数据：移除用于判断的临时列，得到最终结果。

运行结果 #

col
A  100.0
B  100.0
C  100.0
D  100.0
E    NaN
F  103.0

内容的提问来源于stack exchange，提问作者Karthik Kini