python - Pandas 数据框 : how to fill `nan` with 0s but only nans existing between valid values?

Question

我想做什么:

In [2]: b = pd.DataFrame({"a": [np.nan, 1, np.nan, 2, np.nan]})
Out[2]:
      a
0   nan
1 1.000
2   nan
3 2.000
4   nan

预期输出:

      a
0   nan
1 1.000
2   0
3 2.000
4   nan

正如您在这里看到的，只有被有效值包围的 nan 会被替换为 0。

我该怎么做？

• df.interpolate(limit_area='inside') 对我来说看起来不错，但它没有填充 0 的参数...

Answer 1

方法一:interpolate, isna, notna and loc

您可以使用interpolate，然后检查原始数据中哪些位置有NaN，哪些位置在您的插值中填充，然后将这些值替换为0 :

s = df['a'].interpolate(limit_area='inside')

m1 = b['a'].isna()
m2 = s.notna()

df.loc[m1&m2, 'a'] = 0

     a
0  NaN
1  1.0
2  0.0
3  2.0
4  NaN

---

方法二:shift和loc:

一种更简单的方法是检查上一行和下一行是否不是 NaN 并用 0 填充这些位置:

m1 = df['a'].shift().notna()
m2 = df['a'].shift(-1).notna()
m3 = df['a'].isna()

df.loc[m1&m2&m3, 'a'] = 0

     a
0  NaN
1  1.0
2  0.0
3  2.0
4  NaN