如何使用pandas.DataFrame.interpolate插值首尾缺失值？

我知道这个问题之前有人问过，但找到的方案都不管用。我有一份包含0值的时间序列数据，想用pandas.DataFrame.interpolate对其中的0值做插值处理。

我的代码 #

import pandas as pd
import numpy as np

data = [0, -1.31527, -2.25448, -0.965348, -1.11168, -0.0506046, -0.605522,
        2.01337, 0, 0, 2.41931, 0.821425, 0.402411, 0]

df = pd.DataFrame(data=data) # 转为DataFrame
df.replace(to_replace=0, value=np.nan, inplace=True) # 将0替换为NaN
ip = df.interpolate(method="nearest", order=3, limit=None,
                    limit_direction=None)
print(ip)

运行结果 #

0
0        NaN
1  -1.315270
2  -2.254480
3  -0.965348
4  -1.111680
5  -0.050605
6  -0.605522
7   2.013370
8   2.013370
9   2.419310
10  2.419310
11  0.821425
12  0.402411
13       NaN

核心问题 #

问题：Pandas没有对数据首尾的NaN值进行插值，始终保留为NaN。我试过interpolate的forward、backward等所有方向参数，首尾的NaN还是无法被填充。这是Pandas做不到的功能，还是我操作错了？

解决方案 #

这不是Pandas的功能限制，是你选用的nearest插值方法的特性——它需要依赖相邻的非NaN值来计算填充值，但首尾的NaN没有足够的相邻参考数据（第一个NaN左侧无数据，最后一个NaN右侧无数据），所以单纯靠interpolate的参数无法处理。

可以通过先插值，再补全首尾NaN的方式解决：

方法1：链式填充

# 先插值，再用bfill补开头、ffill补结尾
ip = df.interpolate(method="nearest", order=3).bfill().ffill()

方法2：手动指定首尾值

如果想精准控制首尾的填充值（比如首NaN用第一个非NaN值，尾NaN用最后一个非NaN值），可以直接赋值：

ip = df.interpolate(method="nearest", order=3)
# 填充开头NaN
ip.iloc[0] = ip.iloc[ip.first_valid_index()]
# 填充结尾NaN
ip.iloc[-1] = ip.iloc[ip.last_valid_index()]

说明 #

• bfill()：用当前NaN之后的第一个非NaN值向前填充，适合处理开头的NaN；
• ffill()：用当前NaN之前的最后一个非NaN值向后填充，适合处理结尾的NaN；
• 先执行插值再补全，既保留了中间数据的插值效果，又解决了首尾NaN的问题。

内容的提问来源于stack exchange，提问作者Philipp