如何用 pandas DataFrame 中之前和后续值的平均值替换 NaN？

如果我有一些缺失值，并且我想用之前和之后值的平均值替换所有 NaN，我该怎么做？

我知道我可以使用pandas.DataFrame.fillna with method='ffill' or method='bfill'用前面或后面的值替换 NaN 值的选项，但是我想在数据帧上应用这些值的平均值，而不是迭代行和列。

Try DataFrame.interpolate() http://pandas.pydata.org/pandas-docs/stable/missing_data.html#interpolation。 panda 文档中的示例：

In [65]: df = pd.DataFrame({'A': [1, 2.1, np.nan, 4.7, 5.6, 6.8],
   ....:                    'B': [.25, np.nan, np.nan, 4, 12.2, 14.4]})
   ....: 

In [66]: df
Out[66]: 
     A      B
0  1.0   0.25
1  2.1    NaN
2  NaN    NaN
3  4.7   4.00
4  5.6  12.20
5  6.8  14.40

In [67]: df.interpolate()
Out[67]: 
     A      B
0  1.0   0.25
1  2.1   1.50
2  3.4   2.75
3  4.7   4.00
4  5.6  12.20
5  6.8  14.40