为DataFrame中缺失值生成possible min和possible max列的实现方案

初始数据 #

需求说明：value列中-1代表缺失值，且该列数值呈递增趋势；需新增possible min和possible max列，为每个缺失值标记前后相邻的有效值作为范围，有效值对应的这两列留空。

实现代码 #

使用Pandas可通过填充方法快速完成需求：

import pandas as pd

# 构建初始DataFrame
df = pd.DataFrame({
    'index': [0,1,2,3,4,5,6,7,8],
    'value': [1,-1,-1,-1,6,-1,-1,-1,10]
})

# 将-1替换为NaN便于处理缺失值逻辑
df['value'] = df['value'].replace(-1, pd.NA)

# 生成possible min：向前填充最近的有效值
df['possible min'] = df['value'].ffill()
# 生成possible max：向后填充最近的有效值
df['possible max'] = df['value'].bfill()

# 将NaN换回原始的-1标记
df['value'] = df['value'].fillna(-1)

# 为有效值所在行清空possible min和max列
valid_mask = df['value'] != -1
df.loc[valid_mask, ['possible min', 'possible max']] = pd.NA

# 格式化空值显示为空白（可选）
df = df.fillna('')

print(df)

输出结果 #

处理完成后，即可基于possible min和possible max列执行自定义缺失值填充逻辑。

内容的提问来源于stack exchange，提问作者Winston