如何在Pandas中仅当前后非NaN值相等时填充对应NaN值

要实现这个需求，核心逻辑是为每个NaN值匹配到它前向最近的非空值和后向最近的非空值，只有当两个值相等时，才用这个值填充对应NaN，否则保留原NaN值。

完整代码 #

import pandas as pd
import numpy as np

# 构造示例DataFrame
df = pd.DataFrame({'A': [1, np.nan, np.nan, np.nan, 3, 3, 3, 3, np.nan, np.nan, np.nan, 5, 5, 5, 6, 6, 6, np.nan, np.nan, np.nan, 6, 7, 8, 9, 10,np.nan, np.nan, 10, 11]})

# 生成每个位置对应的前向最近非空值、后向最近非空值
prev_valid = df['A'].ffill()
next_valid = df['A'].bfill()

# 仅当前后最近非空值相等时填充，否则保留原值
df['fill_nan'] = np.where(prev_valid == next_valid, prev_valid, df['A'])

代码说明 #

• ffill()：pandas内置的前向填充方法，会沿着列从上到下，用遇到的上一个非空值填充所有后续NaN，直到遇到下一个非空值为止，正好可以得到每个位置的前向最近非空值。
• bfill()：pandas内置的后向填充方法，和ffill()逻辑相反，从下到上填充，得到每个位置的后向最近非空值。
• np.where(条件, 满足条件返回值, 不满足返回值)：用来做条件判断，只有当前后最近非空值相等时，才用该值填充，否则保留原列A的数值（包括原有的NaN）。

运行后得到的fill_nan列和你给出的预期结果完全一致。

内容的提问来源于stack exchange，提问作者Ali