如何为pandas DataFrame的多行添加插值，解决零值不被识别为NaN的问题

核心原因 #

pandas的interpolate方法默认仅对NaN类型的缺失值进行插值处理，你数据中的0值属于有效数值，不会被识别为待填充的缺失值，因此方法执行后没有效果。

操作步骤 #

• 第一步：将待插值的0值替换为NaN
  优先指定列替换，避免修改其他字段的合法0值：

import numpy as np
# 指定单列替换0为NaN
df['目标列名称'] = df['目标列名称'].replace(0, np.nan)
# 若需全表所有0都替换为NaN可使用以下代码
# df.replace(0, np.nan, inplace=True)

• 第二步：执行线性插值
  调整参数适配你的需求，limit_direction='both'可以同时用上一行、下一行的数值做插值，也支持首尾缺失值的填充：

df.interpolate(method='linear', limit_direction='both', inplace=True)

可选优化 #

如果你的数据是有序时间序列，可以将method参数修改为'time'，插值结果会更贴合时间间隔规律；如果仅需要填充中间的缺失值、首尾保持为空，可以添加参数limit_area='inside'。

内容的提问来源于stack exchange，提问作者Lakpa Tamang