线性插值填充GDP人均数据缺失值失效，请求排查代码问题

原代码的核心问题 #

• 缩进错误：Python对缩进敏感，你代码里for循环、missing_values定义等的缩进层级混乱，会直接导致逻辑执行错误（比如变量作用域异常）。
• 插值对象错误：你单独提取了含缺失值的子序列做插值，但线性插值需要依赖缺失值前后的有效数据点才能计算，单独对缺失值行的序列插值，结果还是NaN，根本无法填充。
• 更新方式无效：即便插值有结果，df.update(filled_values)也无法正确映射回原数据框，因为你没有保留原分组的索引关联。

修正后的代码 #

直接对每个国家的完整序列执行线性插值，再映射回原数据框：

# 按Country分组，对每个组的"GDP percapita"列执行线性插值
df["GDP percapita"] = df.groupby("Country")["GDP percapita"].transform(lambda x: x.interpolate(method="linear"))

或者采用更直观的分步写法：

filled_groups = []
for country, group in df.groupby("Country"):
    # 对当前国家的完整序列做线性插值
    group["GDP percapita"] = group["GDP percapita"].interpolate(method="linear")
    filled_groups.append(group)

# 合并所有分组得到填充后的数据集，恢复原索引顺序
df = pd.concat(filled_groups).sort_index()

关键说明 #

• transform方法会自动将分组插值后的结果对应到原数据框的位置，无需手动处理索引匹配。
• 线性插值默认按行的顺序计算（假设你的数据是按时间/年份排序的），能有效保留数据趋势。如果数据未按时间排序，需先对每个国家的子序列按时间列排序后再执行插值。

内容的提问来源于stack exchange，提问作者Niamh