使用插值功能在熊猫数据框中填充NaN

Question

我发现一行包含我的数据框中的两个缺失数据。

data
WeatherHR0     6.4
WeatherHR1       6
WeatherHR2     5.8
WeatherHR3     5.4
WeatherHR4     NaN
WeatherHR5     NaN
WeatherHR6     4.7
WeatherHR7     4.7
WeatherHR8     4.7
WeatherHR9     3.8
WeatherHR10      3
WeatherHR11      3
WeatherHR12    2.6
WeatherHR13    2.2
WeatherHR14    2.2
WeatherHR15    2.4
WeatherHR16    2.5
WeatherHR17    2.4
WeatherHR18    2.3
WeatherHR19    2.4
WeatherHR20    2.6
WeatherHR21    2.3
WeatherHR22      2
WeatherHR23    1.8
Name: 2008-04-12 00:00:00, dtype: object

我试图用pandas的interpolate（）函数对缺失的值进行插值。但这没有用。我不知道为什么。有人可以解释原因吗？

Answer 1

我发现interpolate（）无法处理dtype：对象。

我改变了

data = df.loc['2008-04-12',"WeatherHR0":"WeatherHR23"]至

data = df.loc['2008-04-12',"WeatherHR0":"WeatherHR23"].astype(float)

然后它可以填充丢失的数据。