Python 数据帧中缺失值的自动插值
我有一个数据框,其中包含过去一年中某个特定出发地和目的地的机票预订数据。系统中有数百个类似的数据集 在每个数据集中,数据中都有漏洞。在当前示例中,我们一年中大约有85天没有预订数据 这里有两列-Python 数据帧中缺失值的自动插值,python,pandas,time-series,interpolation,missing-data,Python,Pandas,Time Series,Interpolation,Missing Data,我有一个数据框,其中包含过去一年中某个特定出发地和目的地的机票预订数据。系统中有数百个类似的数据集 在每个数据集中,数据中都有漏洞。在当前示例中,我们一年中大约有85天没有预订数据 这里有两列-出发日期和预订。 我的下一步是在日期列中包含缺少的日期,并将bookings列中的相应值设置为NaN。 我正在寻找最好的方法来做到这一点 请在下面找到数据框的一部分: Index departure_date bookings 0 2017-11-
出发日期和预订。
我的下一步是在日期列中包含缺少的日期,并将bookings列中的相应值设置为NaN。
我正在寻找最好的方法来做到这一点
请在下面找到数据框的一部分:
Index departure_date bookings
0 2017-11-02 00:00:00 43
1 2017-11-03 00:00:00 27
2 2017-11-05 00:00:00 27 ********
3 2017-11-06 00:00:00 22
4 2017-11-07 00:00:00 39
.
.
164 2018-05-22 00:00:00 17
165 2018-05-23 00:00:00 41
166 2018-05-24 00:00:00 73
167 2018-07-02 00:00:00 4 *********
168 2018-07-03 00:00:00 31
.
.
277 2018-10-31 00:00:00 50
278 2018-11-01 00:00:00 60
我们可以看到,数据集为一年期(2017年11月2日至2018年11月1日)。但我们只有279天的数据。例如,我们没有2018-05-25和2018-07-01之间的任何数据。我必须将这些日期包括在出发日期列中,并将相应的预订值设置为NaN
对于第二步,我计划使用以下方法进行插值
dataFrame['bookings'].interpolate(method='time', inplace=True)
请建议Python中是否有更好的替代方案。这是每天的重采样。然后填补空白
dataFrame['bookings'].resample('D').pad()
您可以在此页面上有更多重采样的想法(因此您可以选择最适合您需要的):
我怀疑插值是否准确……没错。。这只是为了一些测试目的。现在,我需要知道如何通过在bookings列中包含缺少的日期和NaN值来准备数据框。似乎有许多方法可以估计缺失的时间序列数据。