如何用pandas按序列规律填充NaN值 替代ffill前向填充方法

你之前使用的fillna(method='ffill')为向前填充逻辑，仅会复用空值前最近的有效值，不会根据序列的数值变化规律计算填充值，无法满足你的需求，可使用线性插值方法实现目标效果：

实现代码 #

• 导入依赖并构造示例数据集

import pandas as pd
import numpy as np

# 构造符合你描述的测试数据集
df = pd.DataFrame({'F_N': [10, 20, 30, np.nan, 50, np.nan, 70]})

• 执行规律填充
  使用interpolate()默认的线性插值逻辑，会自动计算两个有效值之间的空缺值，刚好匹配你需要的40、60填充结果：

df['F_N'] = df['F_N'].interpolate()

• 填充结果验证
  输出处理后的F_N列：[10.0, 20.0, 30.0, 40.0, 50.0, 60.0, 70.0]，完全符合预期。

扩展说明 #

如果你的序列不是严格等差序列，可调整interpolate()的method参数适配不同场景，比如时间序列可指定method='time'，临近值填充可指定method='nearest'。

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