Sklearn或Pandas，通过简单的线性回归估算缺失值

Question

我有数据，时间序列数据，我想估算缺失的数据。我不能使用该列的均值，因为我认为这对时间序列数据不利。 所以我想用简单的线性回归来估算

Day, Price
 1 , NaN
 2, NaN
 3, 1800
 4, 1900
 5, NaN
 6, NaN
 7, 2000
 8, 2200

如何执行此操作？

我更喜欢用熊猫来做， 但是如果没有其他方法可以使用sklearn来做到这一点：）

Answer 1

您可以使用interpolate进行此操作：

df['Price'].interpolate(method='linear', inplace=True)

结果：

    Price   Date
0   NaN     1
1   NaN     2
2   1800.000000     3
3   1900.000000     4
4   1933.333333     5
5   1966.666667     6
6   2000.000000     7
7   2200.000000     8

如您所见，这只会沿向前方向填充缺失值。如果还要填充前两个值，请使用参数limit_direction="both"：

df['Price'].interpolate(method='linear', inplace=True, limit_direction="both")

有不同的插值方法，例如二次或样条曲线，有关更多信息，请参阅文档：https://pandas.pydata.org/pandas-docs/stable/generated/pandas.Series.interpolate.html