如何像Excel拖拽填充一样按规律填充pandas DataFrame空值

你可以针对不同字段的规律分类型处理，完全可以实现你要的拖拽填充效果：

• 对于连续递增的等差整数字段：直接用线性插值即可实现顺延
• 对于固定周期重复的数值字段：检测周期后按周期生成填充值
• 对于延续最后一个有效值的分类字段：直接用向前填充即可实现

可运行实现代码 #

import pandas as pd
import numpy as np

# 示例数据生成
d = { 'year': [2019,2020,2019,2020,np.nan,np.nan], 'cat1': [1,2,3,4,np.nan,np.nan], 'cat2': ['c1','c1','c1','c2',np.nan,np.nan]}
df = pd.DataFrame(data=d)

# 1. 处理cat1连续整数顺延
df['cat1'] = df['cat1'].interpolate(method='linear').astype(int)

# 2. 处理year周期交替填充，示例中周期为2
non_null_year = df['year'].dropna().tolist()
period = 2
df['year'] = [non_null_year[i%period] for i in range(len(df))]

# 3. 处理cat2向前填充最后一个非空值
df['cat2'] = df['cat2'].ffill()

print(df)

输出结果 #

year  cat1 cat2
0  2019     1   c1
1  2020     2   c1
2  2019     3   c1
3  2020     4   c2
4  2019     5   c2
5  2020     6   c2

补充说明 #

你之前使用的krogh插值仅对线性/多项式规律的数值序列有效，对周期类数值、字符串类字段无法识别规律，因此分字段按业务规律处理是最稳定的方案。如果需要通用规律识别，可以额外增加周期检测、序列规律判断的逻辑适配不同场景。

内容的提问来源于stack exchange，提问作者vishvas chauhan