Question

我有一只大熊猫，我想从中估算每列的线性回归。但问题是，我的时间序列缺少值（nan）。例如，我做了这个

   line={}     
   slope={}

   for k,v in df.iteritems():
          xm = np.ma.masked_array(df.index.values,mask=np.isnan(v)).compressed() #i used this to mask the nan values
          x=np.arange(0,len(xm),1)

          ym = np.ma.masked_array(v,mask=np.isnan(v)).compressed()#i used this to mask the nan values
          if len(xm)>1 and len(ym)>1:
              res = stats.theilslopes(ym,x,  0.90)
              line[k]=res[1]+res[0]*x

问题是我排队的点数小于初始点数。如何确保即使由于纳米被忽略而用于回归的点数较少，我仍然有一个具有相同初始点数（读数）的回归线。例如，如果我的v最初由[45,42,47，nan，45,43,45]组成，那么获得的线将只有6个点而不是7个。我该如何解决这个问题？

Answer 1

哦，所以你想插入NaN，而不是忽略它们。如果使用线性插值进行插值，则会获得相同的回归，但是您可以获得尽可能多的点数。尝试：

df.reset_index(inplace=True) # This will make your index into a new column in your DataFrame.
df = df.interpolate()

这将使用插值填充df中的所有NaN。然后尝试回归。为什么这么复杂的回归方法呢？复制粘贴df.head()的输出并告诉我们您要回归的列。应该可以在大约2行代码中计算线性回归。

从具有缺失值的数据进行线性回归并在绘图时将其时间考虑在内

1 个答案: