Python 如何用数据帧中前后值的平均值替换NaN?
如果我有一些缺少的值,并且我想用前面和后面的值的平均值替换所有NaN,我该怎么做呢 我知道我可以使用Python 如何用数据帧中前后值的平均值替换NaN?,python,python-3.x,pandas,Python,Python 3.x,Pandas,如果我有一些缺少的值,并且我想用前面和后面的值的平均值替换所有NaN,我该怎么做呢 我知道我可以使用pandas.DataFrame.fillna和method='ffill'或method='bfill'选项将NaN值替换为前面或后面的值,但是我希望在数据帧上应用这些值的平均值,而不是在行和列上迭代。试试看。熊猫文档中的示例: In [65]: df = pd.DataFrame({'A': [1, 2.1, np.nan, 4.7, 5.6, 6.8], ....:
pandas.DataFrame.fillna
和method='ffill'
或method='bfill'
选项将NaN值替换为前面或后面的值,但是我希望在数据帧上应用这些值的平均值,而不是在行和列上迭代。试试看。熊猫文档中的示例:
In [65]: df = pd.DataFrame({'A': [1, 2.1, np.nan, 4.7, 5.6, 6.8],
....: 'B': [.25, np.nan, np.nan, 4, 12.2, 14.4]})
....:
In [66]: df
Out[66]:
A B
0 1.0 0.25
1 2.1 NaN
2 NaN NaN
3 4.7 4.00
4 5.6 12.20
5 6.8 14.40
In [67]: df.interpolate()
Out[67]:
A B
0 1.0 0.25
1 2.1 1.50
2 3.4 2.75
3 4.7 4.00
4 5.6 12.20
5 6.8 14.40
谢谢你的回答。我想知道如何计算两个连续的NaN。我在网上找到了点(例如(x1,y1)和(x2,y2))的线性插值公式。在DataFrame.interplate()的描述中,默认情况下会逐列应用它。但是没有关于如何计算这种情况的更多细节,对于默认插值方法“线性”,索引被忽略。每个连续NaN的增量计算为已知值之间的差值除以步数。在上述示例的B列中,已知值的差值为4.00-0.25=3.75。步骤数是一行中的NAN数+1=2+1=3。增量为3.75/3=1.25。因此,第一个Nan为0.25+1.25=1.50,第二个Nan为1.50+1.25=2.75。