如何基于其他列百分比变化填充DataFrame中的连续NaN值

单个NaN的填充场景 #

当列B仅存在一个NaN值时，可通过列C的百分比变化值替换该NaN：

创建示例DataFrame：

import pandas as pd
import numpy as np

df_stack = pd.DataFrame({'A': [2, 4, 8, 0,6],
                         'B': [2, 4, np.NaN, 5,7],
                         'C': [10, 2, 1, 8,9]},
                        index=['1', '2', '3', '4', '5'])

原始数据：

使用以下代码可完成填充：

df_stack['B'] = df_stack['B'].fillna(
    (
        df_stack['C'] /
        df_stack['C'].shift(1)
    ) * df_stack['B'].shift(1)
)

填充后结果：

连续NaN的填充问题 #

当列B存在两个及以上连续NaN值时，上述方法仅能填充第一个NaN，剩余NaN会被保留：

创建带连续NaN的DataFrame：

df_stack = pd.DataFrame({'A': [2, 4, 8, 0,6],
                         'B': [2, 4, np.NaN, np.NaN ,7],
                         'C': [10, 2, 1, 8,9]},
                        index=['1', '2', '3', '4', '5'])

用上述代码填充后的结果：

预期需求 #

需要一种无需循环的方法，逐行（从上到下）完成连续NaN的填充，得到如下预期输出：

内容的提问来源于stack exchange，提问作者EMT