Pandas中interpolate方法无法填充NaN值问题求助

没问题！我来帮你搞定用插值法替代填0来处理DataFrame缺失值的操作，直接上干货：

首先先还原你的示例DataFrame（方便后续测试验证）：

import pandas as pd
import numpy as np

# 构建你的原始数据
data = {
    'weight': [np.nan, 55.6, 42.8, 60.8, np.nan, 60.0, np.nan, np.nan, np.nan, 57.0, 46.0],
    'height': [np.nan, 151.0, 151.0, 155.0, np.nan, np.nan, np.nan, np.nan, np.nan, 158.0, np.nan],
    'wc': [np.nan, np.nan, 73.0, np.nan, np.nan, 87.0, np.nan, np.nan, np.nan, 95.0, 83.0],
    'hc': [np.nan, np.nan, 79.0, np.nan, np.nan, 92.0, np.nan, np.nan, np.nan, 90.0, np.nan],
    'FBS': [np.nan, 126.0, np.nan, 201.0, np.nan, np.nan, np.nan, np.nan, 194.0, np.nan, np.nan],
    'HBA1C': [np.nan, np.nan, np.nan, np.nan, np.nan, np.nan, np.nan, np.nan, np.nan, np.nan, np.nan]
}

df = pd.DataFrame(data)

1. 基础线性插值（最常用） #

默认情况下，interpolate()会对每一列执行线性插值——用前后非NaN的数值计算中间缺失值的趋势值，这比直接填0要贴合数据逻辑得多：

# 执行线性插值填充
df_filled = df.interpolate()

# 查看填充后的结果
print(df_filled.head(11))

比如weight列第4行的NaN，会被填充为前后值的均值(60.8+60.0)/2=60.4；而开头/结尾没有前后参考的NaN（比如第0行的所有值），线性插值不会强制填充，避免无意义的推测。

2. 选择不同的插值方法 #

如果线性插值不符合你的数据特性，还可以指定其他插值逻辑：

• method='nearest'：用最近的非NaN值填充，适合离散型数据
• method='spline'：用样条曲线拟合插值，适合有连续趋势的数据
• method='time'：如果你的索引是时间格式，会按时间间隔比例插值

示例代码：

# 最近邻插值
df_nearest = df.interpolate(method='nearest')

# 3阶样条曲线插值
df_spline = df.interpolate(method='spline', order=3)

3. 自定义插值规则 #

• 限制连续填充的NaN数量：比如只填充最多2个连续的NaN，避免用太远的数据过度推测

df_limit = df.interpolate(limit=2)

• 按行插值（不推荐你的生理数据场景，仅作参考）：如果需要横向按行插值，设置axis=1

df_row = df.interpolate(axis=1)

⚠️ 注意：像HBA1C这种全列都是NaN的情况，interpolate()无法填充——因为没有任何参考数据，这种情况你可能需要单独处理（比如删除列或用全局统计值填充，但这就超出插值法的适用范围了）。

内容的提问来源于stack exchange，提问作者Bejita