如何用前后非NaN值混合填充一维数组NaN块？是否有SciPy现成函数？

一、是否有现成函数实现？ #

目前没有SciPy、Pandas等库中的现成函数可以直接匹配你自定义的NaN填充规则。

常见的插值/填充函数（比如pandas.Series.interpolate()、scipy.interpolate.interp1d）都是基于线性、多项式、样条等数学插值逻辑，或者简单的前向/后向填充（ffill/bfill），完全不符合你要求的“按NaN块长度拆分，取前后指定数量的非NaN值重复填充”的规则，因此需要自定义实现。

二、更优的实现方案 #

你的初步实现逻辑是正确的，可以从边界处理、代码健壮性、性能三个方面优化：

1. 完善边界NaN块的处理 #

原代码已覆盖“相邻非NaN值不足”的情况，但可以明确处理数组开头或结尾的NaN块（比如输入是[NaN, NaN, 2, 3]或[2,3,NaN,NaN]），确保仅从单侧取可用值重复填充：

• 若NaN块在数组开头：仅从右侧取数，不足则重复
• 若NaN块在数组结尾：仅从左侧取数，不足则重复

2. 优化后的实现代码 #

以下版本在原逻辑基础上，增加了边界处理、原数组保护、空NaN块快速返回等优化：

import numpy as np

def fillna_with_neighbours_optimized(data):
    data = data.copy()  # 避免修改原输入数组
    nan_mask = np.isnan(data)
    if not np.any(nan_mask):
        return data
    
    # 提取所有NaN块的起始、结束索引（左闭右开）
    nan_blocks = np.where(np.diff(np.concatenate([[0], nan_mask.astype(int), [0]])) != 0)[0].reshape(-1, 2)
    
    for start, end in nan_blocks:
        n = end - start
        n_pre = (n // 2) + (1 if n % 2 != 0 else 0)
        n_post = n // 2
        
        # 处理开头的NaN块
        if start == 0:
            post_vals = data[end:end + n]
            data[start:end] = np.resize(post_vals, n)
            continue
        
        # 处理结尾的NaN块
        if end == len(data):
            pre_vals = data[start - n:start]
            data[start:end] = np.resize(pre_vals, n)
            continue
        
        # 处理中间的NaN块
        # 获取前侧填充值，不足则重复
        pre_start = max(start - n_pre, 0)
        pre_vals = data[pre_start:start]
        if len(pre_vals) < n_pre:
            pre_vals = np.resize(pre_vals, n_pre)
        
        # 获取后侧填充值，不足则重复
        post_end = min(end + n_post, len(data))
        post_vals = data[end:post_end]
        if len(post_vals) < n_post:
            post_vals = np.resize(post_vals, n_post)
        
        data[start:end] = np.concatenate([pre_vals, post_vals])
    
    return data

# 测试示例
ex1 = np.asarray([1, 2, np.nan, np.nan, np.nan, np.nan, 3, 2])
ex2 = np.asarray([1, 2, 3, np.nan, np.nan, np.nan, 4, 2])
ex3 = np.asarray([3, np.nan, np.nan, np.nan, np.nan, 4, 2])
ex4 = np.asarray([np.nan, np.nan, 2, 3, np.nan, np.nan])  # 新增边界测试

print(fillna_with_neighbours_optimized(ex1))
# 输出：[1. 2. 1. 2. 3. 2. 3. 2.]
print(fillna_with_neighbours_optimized(ex2))
# 输出：[1. 2. 3. 2. 3. 4. 4. 2.]
print(fillna_with_neighbours_optimized(ex3))
# 输出：[3. 3. 3. 4. 2. 4. 2.]
print(fillna_with_neighbours_optimized(ex4))
# 输出：[2. 2. 2. 3. 2. 3.]

3. 性能优化要点 #

• 提前复制输入数组，避免修改原数据引发意外
• 增加空NaN块判断，直接返回原数组减少无效计算
• 用max()/min()简化边界索引计算，替代冗余条件判断

内容的提问来源于stack exchange，提问作者dohe