通过带有集合模式的 pandas 前向填充方法估算 NAN 值

Question

假设我正在处理一个数据集，其中有一个列名“F_N”，其中包含按 10、20、30、nan、50、nan、70 之类的顺序排列的数值。在这里，我希望这些空位置填充 40 , 和 60 在熊猫的帮助下在各自的地方。我知道 fillna(method=ffill)，但它会给我们 30 和 50 个精确值，而不是模式。

Answer 1

对interpolate使用线性插值：

df['F_N'] = df['F_N'].interpolate()

>>> df
    F_N
0  10.0
1  20.0
2  30.0
3  40.0
4  50.0
5  60.0
6  70.0

Answer 2

您描述了一个缺少值的序列。 fillna() 可以拍一个系列。因此最简单的是填充期望值。下面的代码演示了这一点：

import pandas as pd
import numpy as np
df = pd.DataFrame({"F_N":range(0,101,10)})
df.loc[np.random.choice(df.index,5)] = np.nan
df["fill"] = df["F_N"].fillna(pd.Series(range(0,101,10)))

输出

	F_N	fill
0	nan	0
1	10	10
2	20	20
3	30	30
4	nan	40
5	nan	50
6	60	60
7	70	70
8	nan	80
9	90	90
10	100	100