python缺失值处理临近取平均_python - 缺失值替换为最近邻居的平均值（时间序列） - SO中文参考 - www.soinside.com...

我希望将数据集中的所有缺失值替换为两个最近邻居的平均值。除了边缘单元格和邻居为0时(然后我手动固定值)。我对此进行了编码，并且可以工作，但是解决方案不是很聪明。是另一种更快地做到这一点的方法吗？插值法适合吗？我不太确定它是如何工作的。

输入：0 1 2 3 4 5

0 0.0 1596.0 1578.0 1567.0 1580.0 1649.0

1 1554.0 1506.0 0.0 1466.0 1469.0 1503.0

2 1588.0 1510.0 1495.0 1485.0 1489.0 0.0

3 0.0 0.0 1561.0 1571.0 1647.0 0.0

输出：0 1 2 3 4 5

0 0.0 1596.0 1578.0 1567.0 1580.0 1649.0

1 1554.0 1506.0 1486.0 1466.0 1469.0 1503.0

2 1588.0 1510.0 1495.0 1485.0 1489.0 0.0

3 0.0 0.0 1561.0 1571.0 1647.0 0.0

代码：data_len = len(df)

first_col = str(df.columns[0])

last_col = str(df.columns[len(df.columns) - 1])

d = df.apply(lambda s: pd.to_numeric(s, errors="coerce"))

m = d.eq(0) | d.isna()

s = m.stack()

list = s[s].index.tolist() #list of indeces of missing value