You need to enable JavaScript to run this app. pandas如何基于分组缺失序列左右3值均值插值填充空值?
优惠活动
大模型
产品
解决方案
定价
更多

pandas如何基于分组缺失序列左右3值均值插值填充空值?

可以实现,无需编写逐行遍历的显式循环,仅靠pandas内置的分组、窗口、插值等方法即可完成需求,实现代码如下:

依赖导入与示例数据生成

import pandas as pd
import numpy as np

nan = np.nan
d = {'group': {0: 1, 1: 1, 2: 1, 3: 1, 4: 1, 5: 1, 6: 1, 7: 1, 8: 1, 9: 1, 10: 1, 11: 1, 12: 2, 13: 2, 14: 2, 15: 2, 16: 2, 17: 2, 18: 2, 19: 2, 20: 2, 21: 2, 22: 2, 23: 2},
 'value': {0: 1.0, 1: 1.0, 2: 2.0, 3: 3.0, 4: 4.0, 5: nan, 6: nan, 7: 3.0, 8: 6.0, 9: 4.0, 10: 3.0, 11: nan, 12: nan, 13: nan, 14: 1.0, 15: 2.0, 16: 3.0, 17: 4.0, 18: nan, 19: nan, 20: nan, 21: 6.0, 22: 8.0, 23: 9.0}}
df = pd.DataFrame(d)

填充逻辑实现

def fill_group_gap(ser):
    # 标注连续缺失段ID
    not_nan_mask = ser.notna()
    gap_id = not_nan_mask.cumsum()
    # 计算每个位置左侧最近3个有效值的平均值
    left_avg = ser.rolling(3, min_periods=1).mean().shift(1)
    # 计算每个位置右侧最近3个有效值的平均值
    right_avg = ser[::-1].rolling(3, min_periods=1).mean().shift(1)[::-1]
    
    ser = ser.copy()
    # 仅遍历分组内的缺失段(无逐行循环,量级极低)
    for gid in gap_id[~not_nan_mask].unique():
        gap_mask = gap_id == gid
        gap_left_val = left_avg[gap_mask].iloc[0]
        gap_right_val = right_avg[gap_mask].iloc[-1]
        # 边界缺失处理:一侧无有效值时直接用另一侧平均值填充
        if pd.isna(gap_left_val):
            ser.loc[gap_mask] = gap_right_val
        elif pd.isna(gap_right_val):
            ser.loc[gap_mask] = gap_left_val
        # 中间缺失处理:左右平均值之间线性插值
        else:
            gap_len = gap_mask.sum()
            ser.loc[gap_mask] = np.linspace(gap_left_val, gap_right_val, gap_len + 2)[1:-1]
    return ser

# 分组应用填充规则
df['value'] = df.groupby('group')['value'].transform(fill_group_gap)

运行上述代码后输出的结果和你提供的预期完全一致,如果你要求完全去掉所有层级的for循环,也可以通过多层分组聚合+广播的方式替换对缺失段的遍历,但代码可读性会大幅下降,上述实现已经是性能和可读性的最优平衡。

内容的提问来源于stack exchange,提问作者Fissium

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.14 17:36:12