Question

我从Quandl那里提取了原油价格（WTI）和卡特彼勒（CAT）价格的一些库存数据。当我将两个数据帧连接在一起时，我留下了一些NaN。我的最终目标是运行.Pearsonr（）来评估相关性（以及p值），但是由于所有的Nan，我无法让Pearsonr（）工作。所以我试图清理它们。当我使用.fillNA（）函数时，它似乎不起作用。我甚至尝试过.interpolate（）以及.dropna（）。它们似乎都不起作用。这是我的工作代码。

import Quandl
import pandas as pd
import numpy as np


#WTI Data#
WTI_daily = Quandl.get("DOE/RWTC", collapse="daily",trim_start="1986-10-10", trim_end="1986-10-15")
WTI_daily.columns = ['WTI']

#CAT Data
CAT_daily = Quandl.get("YAHOO/CAT.6", collapse = "daily",trim_start="1986-10-10", trim_end="1986-10-15")
CAT_daily.columns = ['CAT']  

#Combine Data Frames
daily_price_df = pd.concat([CAT_daily, WTI_daily], axis=1)
print daily_price_df

#Verify they are dataFrames:
def really_a_df(var):
    if isinstance(var, pd.DataFrame):
        print "DATAFRAME SUCCESS"
    else:
        print "Wahh Wahh"
    return 'done'

print really_a_df(daily_price_df)

#Fill NAs 
#CAN'T GET THIS TO WORK!!
daily_price_df.fillna(method='pad', limit=8)
print daily_price_df

# Try to interpolate
#CAN'T GET THIS TO WORK!!
daily_price_df.interpolate()
print daily_price_df

#Drop NAs
#CAN'T GET THIS TO WORK!!
daily_price_df.dropna(axis=1)
print daily_price_df

当我使用此代码从头开始创建数据框时，我已经设法使该功能正常工作：

import pandas as pd
import numpy as np

d = {'a' : 0., 'b' : 1., 'c' : 2.,'d':None,'e':6}
d_series = pd.Series(d, index=['a', 'b', 'c', 'd','e'])
d_df =  pd.DataFrame(d_series)
d_df = d_df.fillna(method='pad')

print d_df

最初我认为我的数据可能不是数据框形式，但我使用了一个简单的测试来确认它们实际上是数据帧。我认为唯一的结论（在我看来）是关于Quandl数据帧的结构，或者可能是TimeSeries的本质。请知道我对python有些新鲜，所以为初学者/新手构建答案。非常感谢任何帮助！

Answer 1

底池 - 你刚忘记分配或使用inplace旗帜。

daily_price_df = daily_price_df.fillna(method='pad', limit=8)
OR
daily_price_df.fillna(method='pad', limit=8, inplace=True)

使用.fillNA（）填充数据，从Quandl

1 个答案: