Remplacer NaN par la valeur la plus proche dans une série d'objets non numériques?

Question

J'utilise Pandas et Numpy et je suis en train de remplacer toutes les valeurs NaN dans une série comme celle-ci:

date     a 
2017-04-24 01:00:00 [1,0,0] 
2017-04-24 01:20:00 [1,0,0] 
2017-04-24 01:40:00 NaN 
2017-04-24 02:00:00 NaN 
2017-04-24 02:20:00 [0,1,0] 
2017-04-24 02:40:00 [1,0,0] 
2017-04-24 03:00:00 NaN 
2017-04-24 03:20:00 [0,0,1] 
2017-04-24 03:40:00 NaN 
2017-04-24 04:00:00 [1,0,0] 

avec le plus proche objcet (un tableau numpy dans ce cas). Le résultat est:

date     a 
2017-04-24 01:00:00 [1,0,0] 
2017-04-24 01:20:00 [1,0,0] 
2017-04-24 01:40:00 [1,0,0] 
2017-04-24 02:00:00 [0,1,0] 
2017-04-24 02:20:00 [0,1,0] 
2017-04-24 02:40:00 [1,0,0] 
2017-04-24 03:00:00 [1,0,0] 
2017-04-24 03:20:00 [0,0,1] 
2017-04-24 03:40:00 [0,0,1] 
2017-04-24 04:00:00 [1,0,0] 

Quelqu'un connaît une méthode efficace pour le faire? Merci beaucoup.

Answer 1

nulls goutte de remblayage puis avec reindex

df.set_index('date').a.dropna().reindex(df.date, method='nearest').reset_index() 

       date   a 
0 2017-04-24 01:00:00 [1, 0, 0] 
1 2017-04-24 01:20:00 [1, 0, 0] 
2 2017-04-24 01:40:00 [1, 0, 0] 
3 2017-04-24 02:00:00 [0, 1, 0] 
4 2017-04-24 02:20:00 [0, 1, 0] 
5 2017-04-24 02:40:00 [1, 0, 0] 
6 2017-04-24 03:00:00 [0, 0, 1] 
7 2017-04-24 03:20:00 [0, 0, 1] 
8 2017-04-24 03:40:00 [1, 0, 0] 
9 2017-04-24 04:00:00 [1, 0, 0]