如何用熊猫的滚动平均值填充nan值

这应该可以:

input_data_frame[var_list]= input_data_frame[var_list].fillna(pd.rolling_mean(input_data_frame[var_list], 6, min_periods=1))

请注意 window 是 6 因为它包括 NaN 本身(不计入平均数)。还有另一个 南安 值不用于平均值,因此如果窗口中发现的值少于5个,则根据实际值计算平均值。

示例:

df = {'a': [1, 1,2,3,4,5, np.nan, 1, 1, 2, 3, 4, 5, np.nan] }
df = pd.DataFrame(data=df)
print df

      a
0   1.0
1   1.0
2   2.0
3   3.0
4   4.0
5   5.0
6   NaN
7   1.0
8   1.0
9   2.0
10  3.0
11  4.0
12  5.0
13  NaN

输出:

      a
0   1.0
1   1.0
2   2.0
3   3.0
4   4.0
5   5.0
6   3.0
7   1.0
8   1.0
9   2.0
10  3.0
11  4.0
12  5.0
13  3.0

rolling_mean 熊猫的功能已被修改。如果填充整个数据集,则可以使用;

filled_dataset = dataset.fillna(dataset.rolling(6,min_periods=1).mean())

您可以简单地使用interpolate()

df = {'a': [1,5, np.nan, np.nan, np.nan, 2, 5, np.nan] }
df = pd.DataFrame(data=df)
print(df)


df['a'].interpolate()