首页 > 解决方案 > 熊猫填充和滚动平均值

问题描述

我正在尝试填充所有缺失值,直到数据框结束,但无法这样做。在下面的示例中,我取最后三个值的平均值。我的代码只填写到 2017 年 1 月 10 日,而我想填写到 2017 年 1 月 14 日。对于 1/14,我想使用 11,12 和 13 中的值。请帮忙。

import pandas as pd

df = pd.DataFrame([
    {"ds":"2017-01-01","y":3},
    {"ds":"2017-01-02","y":4},
    {"ds":"2017-01-03","y":6},
    {"ds":"2017-01-04","y":2},
    {"ds":"2017-01-05","y":7},
    {"ds":"2017-01-06","y":9},
    {"ds":"2017-01-07","y":8},
    {"ds":"2017-01-08","y":2},
    {"ds":"2017-01-09"},
    {"ds":"2017-01-10"},
    {"ds":"2017-01-11"},
    {"ds":"2017-01-12"},
    {"ds":"2017-01-13"},
    {"ds":"2017-01-14"}
    ])

df["y"].fillna(df["y"].rolling(3,min_periods=1).mean(),axis=0,inplace=True)

结果:

           ds    y
0   2017-01-01  3.0
1   2017-01-02  4.0
2   2017-01-03  6.0
3   2017-01-04  2.0
4   2017-01-05  7.0
5   2017-01-06  9.0
6   2017-01-07  8.0
7   2017-01-08  2.0
8   2017-01-09  5.0
9   2017-01-10  2.0
10  2017-01-11  NaN
11  2017-01-12  NaN
12  2017-01-13  NaN
13  2017-01-14  NaN

期望的输出:

期望的输出:

标签: pythonpandas

解决方案


您可以遍历 y 中的值,如果遇到 nan 值,请查看 3 个较早的值并使用.at[]将 3 个较早的值的平均值设置为新值:

for index, value in df['y'].items():
    if np.isnan(value):
        df['y'].at[index] = df['y'].iloc[index-3: index].mean()
    

缺失值的结果数据框:

7   2017-01-08  2.000000
8   2017-01-09  6.333333
9   2017-01-10  5.444444
10  2017-01-11  4.592593
11  2017-01-12  5.456790
12  2017-01-13  5.164609
13  2017-01-14  5.071331

推荐阅读