I have a dataframe with 5000 records. I want the null values to be filled with:
平均值（null 之前的所有前一个值，null 之后的第一个后继值）
data:
Date gcs Comp Clay WTS
2020-01-01 1550 41 9.41 22.6
2020-01-02 1540 48 9.50 25.8
2020-01-03 NAN NAN NAN NAN
2020-01-04 1542 42 9.30 23.7
2020-01-05 1580 48 9.10 21.2
2020-01-06 NAN NAN NAN NAN
2020-01-07 1520 40 10 20.2
2020-01-08 1523 30 25 19
例子： 对于日期 2020-01-03，我希望 gcs 列中的空值用 Average(1550,1540,1542) 填充，得到 1544。
1550 和 1540 是 null 之前的前面的值，1542 是 null 之后的第一个后续值。
相似地，
对于日期 2020-01-06，我希望填充 gcs 列的空值 平均值 (1550,1540,1544,1542,1580,1520) 给出 1546。
1550 到 1580 是 null 之前的前一个值，1520 是 null 之后的第一个后续值。
Desired Output:
Date gcs Comp Clay WTS
2020-01-01 1550 41 9.41 22.6
2020-01-02 1540 48 9.50 25.8
2020-01-03 1544 43.66 9.403 24.03
2020-01-04 1542 42 9.30 23.7
2020-01-05 1580 48 9.10 21.2
2020-01-06 1546 43.77 9.45 22.92
2020-01-07 1520 40 10 20.2
2020-01-08 1523 30 25 19
**Edit:
感谢汤姆的回复。 我将日期列保留为索引并尝试了以下代码：
def foo(row):
if any(row.isna()):
df.loc[row.name,row.isna()] = df.expanding().mean().shift(-1).loc[row.name,:]
df.apply(foo, axis=1)
我得到的输出是：
Date
2020-01-01 None
2020-01-02 None
2020-01-03 None
2020-01-04 None
2020-01-05 None
2020-01-06 None
2020-01-07 None
2020-01-08 None
dtype: object
你能帮我找出问题所在吗？
以下似乎有效。您定义一个apply修改行的函数df到位。每次到达一行（具有空值）时，您都可以采取expanding的平均值df(see here https://stackoverflow.com/a/43414120/13386979）， 用一个shift包括以下行。然后你使用loc覆盖df使用新值：
def foo(row):
if any(row.isna()):
df.loc[row.name,row.isna()] = df.expanding().mean().shift(-1).loc[row.name,:]
申请：
>>>df.apply(foo, axis=1)
gcs Comp Clay WTS
Date
2020-01-01 1550.0 41.000000 9.410000 22.600000
2020-01-02 1540.0 48.000000 9.500000 25.800000
2020-01-03 1544.0 43.666667 9.403333 24.033333
2020-01-04 1542.0 42.000000 9.300000 23.700000
2020-01-05 1580.0 48.000000 9.100000 21.200000
2020-01-06 1546.0 43.777778 9.452222 22.922222
2020-01-07 1520.0 40.000000 10.000000 20.200000
2020-01-08 1523.0 30.000000 25.000000 19.000000
请注意，我移动了你的Date列作为索引。我认为上面的方法应该适用于缺少值的地方，确保从上到下填充值。
我不确定它将如何处理扩展到 5000 行，但似乎你必须使用apply或某个循环 b/c 您希望在计算未来估算值*时包含估算值。我添加了if语句 b/c 似乎大大加快了计算速度：
%%timeit
df.apply(foo, axis=1)
#1.17 ms ± 25.5 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
%%timeit
df.apply(foo_without_if, axis=1)
#16.2 ms ± 201 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
*如果您不想这样做（即您可以只采用滚动平均值但忽略前面行中的 NA），您可以执行以下操作：
mask = df.isna()
df[mask] = df.expanding().mean()[mask.shift(1)].shift(-1)