Pandas 外推数据帧行
我有一个类似df的 并希望对行进行推断，以填充任何后续的NAN 预期产出：Pandas 外推数据帧行,pandas,dataframe,scipy,interpolation,extrapolation,Pandas,Dataframe,Scipy,Interpolation,Extrapolation,我有一个类似df的 并希望对行进行推断，以填充任何后续的NAN 预期产出： d2 = {'col1': [np.nan, np.nan, 1], 'col2': [1, 1, 2], 'col3': [2, 2, 3], 'col4': [3, 3, 4]} df2 = pd.DataFrame(data=d2) 编辑：每行的坡度不同。我尝试过df.interpolatemethod='linear'，但这给了我一个跟踪NaN的平缓趋势，它主要是scipy插
d2 = {'col1': [np.nan, np.nan, 1],
'col2': [1, 1, 2],
'col3': [2, 2, 3],
'col4': [3, 3, 4]}
df2 = pd.DataFrame(data=d2)
col1 col2 col3 col4
0 -7.0 1.0 2.0 2.0
1 -3.0 1.0 2.0 3.0
2 1.0 2.0 3.0 4.0
3 5.0 5.0 4.0 5.0
4 9.0 8.0 5.0 6.0
5 13.0 8.8 5.6 7.0
col1 Mar col2 Jun col3 Sep col4 Dec
0 NaN 1 2 NaN
1 NaN 1 2 3.0
2 1.0 2 3 NaN
col1 Mar col2 Jun col3 Sep col4 Dec
0 0 1 2 3
1 0 1 2 3
2 1 2 3 4
2014-03-01 2014-06-01 2014-09-01 2015-03-01
0 0.000000 1.0 2.0 3.967391
1 -0.016457 1.0 2.0 4.000000
2 1.000000 2.0 3.0 4.967391
d = {'col1 Mar': [np.nan, np.nan, 1],
'col2 Jun': [1, 1, 2],
'col3 Sep': [2, 2, 3],
'col4 Dec': [np.nan, 3, np.nan]}
df = pd.DataFrame(data=d)
print(df)
#store temporarily the column index
col_index = df.columns
#transcribe month into a number that reflects the time distance
df.columns = [3, 6, 9, 12]
#interpolate over rows
df = df.interpolate(method = "spline", order = 1, limit_direction = "both", axis = 1, downcast = "infer")
#assign back the original index
df.columns = col_index
print(df)
col1 col2 col3 col4
0 -7.0 1.0 2.0 2.0
1 -3.0 1.0 2.0 3.0
2 1.0 2.0 3.0 4.0
3 5.0 5.0 4.0 5.0
4 9.0 8.0 5.0 6.0
5 13.0 8.8 5.6 7.0
col1 Mar col2 Jun col3 Sep col4 Dec
0 NaN 1 2 NaN
1 NaN 1 2 3.0
2 1.0 2 3 NaN
col1 Mar col2 Jun col3 Sep col4 Dec
0 0 1 2 3
1 0 1 2 3
2 1 2 3 4
2014-03-01 2014-06-01 2014-09-01 2015-03-01
0 0.000000 1.0 2.0 3.967391
1 -0.016457 1.0 2.0 4.000000
2 1.000000 2.0 3.0 4.967391
Mar 2014, Jun 2014, Sep 2014, Mar 2015
nan, 1, 2, nan
nan, 1, 2, 4
1, 2, 3, nan
#read CSV file
df = pd.read_csv("test.txt", sep = r',\s*')
#convert column names to datetime objects
df.columns = pd.to_datetime(df.columns)
#interpolate over rows
df = df.interpolate(method = "spline", order = 1, limit_direction = "both", axis = 1, downcast = "infer")
print(df)
col1 col2 col3 col4
0 -7.0 1.0 2.0 2.0
1 -3.0 1.0 2.0 3.0
2 1.0 2.0 3.0 4.0
3 5.0 5.0 4.0 5.0
4 9.0 8.0 5.0 6.0
5 13.0 8.8 5.6 7.0
col1 Mar col2 Jun col3 Sep col4 Dec
0 NaN 1 2 NaN
1 NaN 1 2 3.0
2 1.0 2 3 NaN
col1 Mar col2 Jun col3 Sep col4 Dec
0 0 1 2 3
1 0 1 2 3
2 1 2 3 4
2014-03-01 2014-06-01 2014-09-01 2015-03-01
0 0.000000 1.0 2.0 3.967391
1 -0.016457 1.0 2.0 4.000000
2 1.000000 2.0 3.0 4.967391
col1 col2 col3 col4
0 -7.0 1.0 2.0 2.0
1 -3.0 1.0 2.0 3.0
2 1.0 2.0 3.0 4.0
3 5.0 5.0 4.0 5.0
4 9.0 8.0 5.0 6.0
5 13.0 8.8 5.6 7.0
col1 Mar col2 Jun col3 Sep col4 Dec
0 NaN 1 2 NaN
1 NaN 1 2 3.0
2 1.0 2 3 NaN
col1 Mar col2 Jun col3 Sep col4 Dec
0 0 1 2 3
1 0 1 2 3
2 1 2 3 4
2014-03-01 2014-06-01 2014-09-01 2015-03-01
0 0.000000 1.0 2.0 3.967391
1 -0.016457 1.0 2.0 4.000000
2 1.000000 2.0 3.0 4.967391
d = {'col1 Mar': [np.nan, np.nan, 1],
'col2 Jun': [1, 1, 2],
'col3 Sep': [2, 2, 3],
'col4 Dec': [np.nan, 3, np.nan]}
df = pd.DataFrame(data=d)
print(df)
#store temporarily the column index
col_index = df.columns
#transcribe month into a number that reflects the time distance
df.columns = [3, 6, 9, 12]
#interpolate over rows
df = df.interpolate(method = "spline", order = 1, limit_direction = "both", axis = 1, downcast = "infer")
#assign back the original index
df.columns = col_index
print(df)
col1 col2 col3 col4
0 -7.0 1.0 2.0 2.0
1 -3.0 1.0 2.0 3.0
2 1.0 2.0 3.0 4.0
3 5.0 5.0 4.0 5.0
4 9.0 8.0 5.0 6.0
5 13.0 8.8 5.6 7.0
col1 Mar col2 Jun col3 Sep col4 Dec
0 NaN 1 2 NaN
1 NaN 1 2 3.0
2 1.0 2 3 NaN
col1 Mar col2 Jun col3 Sep col4 Dec
0 0 1 2 3
1 0 1 2 3
2 1 2 3 4
2014-03-01 2014-06-01 2014-09-01 2015-03-01
0 0.000000 1.0 2.0 3.967391
1 -0.016457 1.0 2.0 4.000000
2 1.000000 2.0 3.0 4.967391
Mar 2014, Jun 2014, Sep 2014, Mar 2015
nan, 1, 2, nan
nan, 1, 2, 4
1, 2, 3, nan
#read CSV file
df = pd.read_csv("test.txt", sep = r',\s*')
#convert column names to datetime objects
df.columns = pd.to_datetime(df.columns)
#interpolate over rows
df = df.interpolate(method = "spline", order = 1, limit_direction = "both", axis = 1, downcast = "infer")
print(df)
col1 col2 col3 col4
0 -7.0 1.0 2.0 2.0
1 -3.0 1.0 2.0 3.0
2 1.0 2.0 3.0 4.0
3 5.0 5.0 4.0 5.0
4 9.0 8.0 5.0 6.0
5 13.0 8.8 5.6 7.0
col1 Mar col2 Jun col3 Sep col4 Dec
0 NaN 1 2 NaN
1 NaN 1 2 3.0
2 1.0 2 3 NaN
col1 Mar col2 Jun col3 Sep col4 Dec
0 0 1 2 3
1 0 1 2 3
2 1 2 3 4
2014-03-01 2014-06-01 2014-09-01 2015-03-01
0 0.000000 1.0 2.0 3.967391
1 -0.016457 1.0 2.0 4.000000
2 1.000000 2.0 3.0 4.967391
由于三个月的天数不同，现在的结果不再是好的整数 您是假设所有列都具有相同的外推基础函数，还是单独处理每个列？还不清楚col1为什么不插值。你试过什么？例如，每行的坡度可能不同。有关已尝试的内容，请参见相关编辑。您提供的链接引发了一个异常错误：对于隐藏的m:fpcurf0:m=1，m>k失败。您对插值有什么期望？你提供一个数据点，它神奇地猜出你心目中的线性关系是什么？y=1也是一个线性关系。温总理向文件中提供的链接如何？插值是灵活的，它提供诸如method和limit_direction之类的关键字来适应您的需要。df.interpolationmethod='linear'，direction='forward'，direction_limits='both'的线性插值在外推时给出0的斜率。似乎是已知的bug:[link]您是假设所有列都具有相同的外推基础函数，还是独立处理每一列？还不清楚col1为什么不插值。你试过什么？例如，每行的坡度可能不同。有关已尝试的内容，请参见相关编辑。您提供的链接引发了一个异常错误：对于隐藏的m:fpcurf0:m=1，m>k失败。您对插值有什么期望？你提供一个数据点，它神奇地猜出你心目中的线性关系是什么？y=1也是一个线性关系。温总理向文件中提供的链接如何？插值是灵活的，它提供诸如method和limit_direction之类的关键字来适应您的需要。df.interpolationmethod='linear'，direction='forward'，direction_limits='both'的线性插值在外推时给出0的斜率。似乎是已知的bug:[link]这正是我想要的，但是在行而不是列上。我尝试在axis=1的原始DFM上运行它，但收到错误消息TypeError:不支持的操作数类型-：'str'和'str'。你能在我的初始df的行中包括你将如何做吗？你的问题不清楚。对字符串col1、col2、col3、col4进行插值意味着什么？列是月，索引是车辆，值是行驶公里。我正在尝试插值缺失的值，并预测未来的公里数，您应该始终提供一个。如果月份是等间隔的或日期时间对象，则方法可能更简单。请查看更新。我添加了一个datetime对象的示例。这正是我想要的，但是是行而不是列。我尝试在axis=1的原始DFM上运行它，但收到错误消息TypeError:不支持的操作数类型-：'str'和'str'。你能在我的初始df的行中包括你将如何做吗？你的问题不清楚。对字符串col1、col2、col3、col4进行插值意味着什么？列是月，索引是车辆，值是行驶公里。我试图插值缺失的值，并预测未来的公里数，你应该
总是提供一个良好的环境。如果月份是等间隔的或日期时间对象，则方法可能更简单。请查看更新。我添加了一个datetime对象的示例。