如何用前后10个非0值均值替换pandas DataFrame中的0值

方法1：滚动窗口平均法（完全匹配前后各10个非0值平均的需求） #

该方案全部使用pandas内置向量化操作，没有循环，处理10万行以内的数据集效率极高。

• 第一步：将0值替换为NaN，标记为待填充的缺失值，方便后续计算自动跳过无效值

import pandas as pd
df['Consumption'] = df['Consumption'].replace(0, float('nan'))

• 第二步：计算前向、后向各10个非0值的平均，填充缺失位置

# 计算当前位置之前最近10个非0值的平均，min_periods=1表示不足10个时用现有可用值计算
forward_avg = df['Consumption'].rolling(window=10, min_periods=1, ignore_na=True).mean()
# 倒序计算当前位置之后最近10个非0值的平均，再恢复顺序
backward_avg = df['Consumption'][::-1].rolling(window=10, min_periods=1, ignore_na=True).mean()[::-1]
# 用前后均值的平均值填充原0值位置
df['Consumption'] = df['Consumption'].fillna((forward_avg + backward_avg) / 2)

参数调整说明 #

• 如果你要求必须凑够前后各10个非0值才做替换，不足的位置保留原值，把min_periods参数改为10即可，计算后如果存在未填充的NaN，再按需转回0即可。
• ignore_na=True保证滚动计数只统计非0值，不会把原0值计入窗口统计，完全匹配需求。

方法2：插值法（平滑填充场景适用，代码更简洁） #

如果你不需要严格取前后10个值的平均，仅需要平滑填充0值，可以使用内置插值方法，运算速度更快：

df['Consumption'] = df['Consumption'].replace(0, float('nan')).interpolate(method='linear', limit_direction='both')

该方法会根据前后非0值做线性插值，适合数值变化比较平滑的业务场景。

内容的提问来源于stack exchange，提问作者lalaland