数据挖掘 - 检查特定值是否为日期时间并在熊猫中分配特定列值 - 吾爱随笔录

我有一个熊猫数据框，其中包含部分损坏的数据字段，如下所示。它有数字（不是日期）或 nans。真实的数据框也有非常多的行。我想在其中获取非日期值并将它们按行分配给最接近它的日期。例如，如果第 3 行中的日期字段是 nan 或垃圾值（数字或字符串），我希望第 3 行中的日期等于第 2 行或第 4 行中的日期。有没有办法这样做不涉及在 for 循环中迭代整个数据帧吗？

inputArr = [['A', Timestamp('2021-06-01 00:00:00'), 9],
 ['A', Timestamp('2021-06-01 00:00:00'), 60],
 ['A', Timestamp('2021-06-01 00:00:00'), 39],
 ['A', 3, 51],
 ['A', Timestamp('2021-06-01 00:00:00'), 99],
 ['B', Timestamp('2021-06-01 00:00:00'), 21],
 ['B', Timestamp('2021-06-01 00:00:00'), 93],
 ['B', Timestamp('2021-06-01 00:00:00'), 42],
 ['B', 'xpwh1i3992aisan', 87],
 ['B', Timestamp('2021-06-01 00:00:00'), 33],
 ['C', nan, 72],
 ['C', Timestamp('2021-06-01 00:00:00'), 90],
 ['C', Timestamp('2021-06-01 00:00:00'), 42],
 ['C', 3, 87],
 ['C', 'items 44', 30],
 ['D', Timestamp('2021-06-01 00:00:00'), 75],
 ['D', Timestamp('2021-06-01 00:00:00'), 87],
 ['D', Timestamp('2021-06-01 00:00:00'), 78],
 ['D', 3, 75],
 ['D', Timestamp('2021-06-01 00:00:00'), 60],
 ['E', Timestamp('2021-06-01 00:00:00'), 0],
 ['E', nan, 69],
 ['E', Timestamp('2021-06-01 00:00:00'), 21],
 ['E', 3, 30],
 ['E', Timestamp('2021-06-01 00:00:00'), 69]]

trialPD = pd.DataFrame(inputArr, columns = ["Name", "date_purchase", "num_items"])