如何按特征为一组缺失数据进行推断（或预测）？

Question

我有一个包含40多个变量的大型数据集。我正在尝试使用多种技术在这些变量中估算缺失的数据。这些技术之一是对每个组的值进行前推（预测）和后推，但我无法进行这项工作。

我尝试对“外部”值运行插值，因为我已经有了用于插值这些列的值的代码，但这没有用。

我想事情会变得有些复杂，因为我也在小组级别进行估算。我有多个组：国名，收入组和与年配对的收入组。

# Create the group objects
byISO = dataset.groupby(['country ISO'])
byIG = dataset.groupby(['WBG Income Group'])
bytIG = dataset.groupby(['WBG Income Group','Year'])

#Imputing with extrapolation
dataset[['column1','column2']] = byISO[['column1','column2']]\
     .apply(lambda i: i.interpolate(method='linear',limit_area='outside'))

插值仅填充列的最后一个值，而无需实际进行推断或预测，这正是我所需要的。