Python 如何在时间序列数据中引入缺失值

我是python新手，也是这个网站的新手。我的同事和我正在研究一个时间序列数据集。我们希望向数据集引入一些缺失值，然后使用一些技术来填充缺失值，以查看这些技术在数据插补任务中的表现。目前我们面临的挑战是如何连续而不是随机地向数据集引入缺失值。例如，我们希望用NAN替换一段时间内的数据，例如，连续3天。如果有人能为我们指明正确的方向，我将不胜感激。我们正在使用python

---

有一种填充NAN的方法

dataframe['name_of_column'].fillna('value')

请参见下面的设置缺失数据功能：

将numpy作为np导入 np.设置打印选项精度=3，线宽=1000 def set_缺失_数据、缺失_位置、缺失_长度： 对于缺失_位置的i： 数据[i:i+缺失的_长度]=np.nan np.random.0 n_数据_点=np.random.randint40,50 data=np.random.normalsize=[n\u数据\u点] n_缺失=np.random.randint3，6 缺失长度=3 缺少位置=np.random.choice n_数据_点-缺少长度， 大小=n_缺失， 替换=错误 打印数据 设置缺少数据、缺少位置、缺少长度 打印数据 控制台输出：

[ 0.118  0.114  0.37   1.041 -1.517 -0.866 -0.055 -0.107  1.365 -0.098 -2.426 -0.453 -0.471  0.973 -1.278  1.437 -0.078  1.09   0.097  1.419  1.168  0.947  1.085  2.382 -0.406  0.266 -1.356 -0.114 -0.844  0.706 -0.399 -0.827 -0.416 -0.525  0.813 -0.229  2.162 -0.957  0.067  0.206 -0.457 -1.06   0.615  1.43  -0.212]
[ 0.118    nan    nan    nan -1.517 -0.866 -0.055 -0.107    nan    nan    nan -0.453 -0.471  0.973 -1.278  1.437 -0.078  1.09   0.097    nan    nan    nan  1.085  2.382 -0.406  0.266 -1.356 -0.114 -0.844  0.706 -0.399 -0.827 -0.416 -0.525  0.813 -0.229  2.162 -0.957  0.067  0.206 -0.457 -1.06   0.615  1.43  -0.212]

---

非常感谢阿洛娜回答我的问题。我很欣赏这一点。在这种情况下，我并不是试图填充缺失的值，而是试图将一些缺失的值引入到我的时间序列数据集中。例如，我的数据集包含4个月内每小时记录的数据，我希望用NAN值替换连续3天。我怎样才能做到这一点亲爱的@lilprocess你必须编辑你的主要帖子，并添加你的数据示例。那我们就可以给你提建议了。还有你试图解决问题的代码的和平。欢迎来到Stackoverflow。好的，我就这么做。谢谢杰克，非常感谢你的帮助。我试图包含我的示例数据集，以帮助您准确理解我的意思。嗨，杰克，我的数据示例可以在这里找到：Python程序中的数据格式是什么？numpy阵列？CSV文件？纯文本文件？或者你的数据只有PDF格式？数据在csv文件中。为了让我的问题更清楚，这里有一个链接，指向我目前正在处理的数据样本。我希望能够连续使用NaN替换值，即连续3小时的值应替换为NaN