python - 使用给定值将pandas DataFrame填充到第一个数据点和最后一个数据点

获取以下测试数据帧：

test_df = pd.DataFrame({'col_a' : [np.nan, np.nan, 4.0, 5.0, 12.0, 45.0, 86.0, 92.0, np.nan, np.nan, np.nan]})
test_df

    col_a
0   NaN
1   NaN
2   4.0
3   5.0
4   12.0
5   45.0
6   86.0
7   92.0
8   NaN
9   NaN
10  NaN

现在我想用值0.0填充col_a中的所有NAs，直到第一个数据点（4.0）。
我还想将最新数据点（92.0）中的所有NAs替换为100.0。
把fillna方法的关键字value和method组合起来似乎并不像我最初希望的那样有效。
你能帮忙吗？越是蟒蛇，越好。谢谢您。
++++++++
编辑
实际上，我可以从填充数据框的顶部开始，如下所示：

test_df.loc[0:test_df['col_a'].first_valid_index()] = test_df.loc[0:test_df['col_a'].first_valid_index()].fillna(value=0)

然后使用fillna方法替换NAs left，但是它非常难看，并且很难处理无数列和其他dataframe约束。
++++++++

最佳答案

根据cumsum创建的max的cumsum创建的帮助程序序列分配值，然后通过比较min和max创建掩码，但是对于max，对于省略最后一个非shift值必须NaN：

a = test_df['col_a'].notnull().cumsum()
print (a)
0     0
1     0
2     1
3     2
4     3
5     4
6     5
7     6
8     6
9     6
10    6
Name: col_a, dtype: int32

test_df[a == a.min()] = 0
test_df[a.shift() == a.max()] = 100
print (test_df)
    col_a
0     0.0
1     0.0
2     4.0
3     5.0
4    12.0
5    45.0
6    86.0
7    92.0
8   100.0
9   100.0
10  100.0

关于python - 使用给定值将pandas DataFrame填充到第一个数据点和最后一个数据点，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/48640509/