pandas把缺失值用同列的前一个和后一个的平均值替换

可以使用 `fillna` 方法和 `interpolate` 方法来处理缺失值。

首先，使用 `fillna` 方法将缺失值用 NaN 填充：

import pandas as pd
import numpy as np

# 创建一个包含缺失值的 DataFrame
df = pd.DataFrame({'A': [1, 2, np.nan, 4, np.nan], 'B': [5, np.nan, np.nan, 8, 9]})

# 使用前一个和后一个的平均值来填充缺失值
df.fillna(method='ffill', inplace=True)
df.fillna(method='bfill', inplace=True)

# 使用 interpolate 方法来线性插值填充缺失值
df.interpolate(method='linear', inplace=True)

print(df)

上述代码中，`fillna` 方法使用 `ffill` 参数来将缺失值用同列的前一个值填充，然后使用 `bfill` 参数将剩余的缺失值用同列的后一个值填充。最后，使用 `interpolate` 方法来进行线性插值填充。