Question

这是我原始的数据框，其中包含NaN个值，我正在尝试填充这些值;

https://prnt.sc/i40j33

如果我使用df.interpolate(axis=1)填充NaN值，则只有部分行正确填充数字。例如

https://prnt.sc/i40mgq

正如您在屏幕截图列中看到的那样：1981年和具有NaN值的行：3已正确填充了NaN以外的值。我想填补NaN的其余部分吗？知道我该怎么做？

Answer 1

使用DataFrame.interpolate()

在你的情况下它失败了，因为左边没有列，因此插值方法不知道要将其插入到：missing_value = (left_value + right_value)/2

所以你可以，例如，在左边插入一个列，所有0＆＃39;（如果你想在第一列上用下一个值的一半来计算你的缺失值），这样：

df.insert(loc=0, column='allZeroes', value=0)

在此之后，您可以按原样插值并删除列

一般缺失值估算
如果Alex在问题的评论中提到，请使用df.fillna('DEFAULT-VALUE')。 Docs here

或做类似的事情：

df.my_col[df.my_col.isnull()] = 'DEFAULT-VALUE'

我建议您使用fillna，因为您可以使用前向填充（ffill）等方法 - 使用前一个值填充缺失 - 以及其他类似方法。

Answer 2

好像你可能希望在axis=0上进行插值，按列：

>>> df = pd.DataFrame(np.arange(35, dtype=float).reshape(5,7),
                      columns=[1951, 1961, 1971, 1981, 1991, 2001, 2001],
                      index=range(0, 5))
>>> df.iloc[1:3, 0] = np.nan
>>> df.iloc[3, 3] = np.nan

>>> df.interpolate(axis=0)
   1951  1961  1971  1981  1991  2001  2001
0   0.0   1.0   2.0   3.0   4.0   5.0   6.0
1   7.0   8.0   9.0  10.0  11.0  12.0  13.0
2  14.0  15.0  16.0  17.0  18.0  19.0  20.0
3  21.0  22.0  23.0  24.0  25.0  26.0  27.0
4  28.0  29.0  30.0  31.0  32.0  33.0  34.0

目前你正在逐行插值。 “开始”系列的NaN不会被任何一侧的值填充，因此无法进行插值。

更新：pandas为adding some more optionality for this in v 0.23.0。

如何正确填写这些“NaN”值？

2 个答案: