如何完成数据框中的缺失数据答案

【问题标题】：how to complete missing data in a dataframe如何完成数据框中的缺失数据
【发布时间】：2022-08-22 12:55:13
【问题描述】：

我正在使用 API 下载实时股市数据。这些信息很多时候是不完整的。例如;

                                 Open        High         Low       Close   Adj Close   Volume
Datetime
2022-02-16 15:00:00-05:00  172.872101  173.029999  172.839996  172.910004  172.910004        0
2022-02-16 15:01:00-05:00  172.899994  172.949997  172.779999  172.815002  172.815002   160249
2022-02-16 15:04:00-05:00  173.089996  173.320007  173.030106  173.315002  173.315002   311095
2022-02-16 15:05:00-05:00  173.320007  173.339996  173.164993  173.214996  173.214996   174639
2022-02-16 15:07:00-05:00  173.139999  173.179993  173.089996  173.160004  173.160004   135559

从时间戳可以看出，它跳过了很多信息

我的问题是：有没有办法完成丢失的数据以实现这样的目标？

                                 Open        High         Low       Close   Adj Close   Volume
Datetime
2022-02-16 15:00:00-05:00  172.872101  173.029999  172.839996  172.910004  172.910004        0
2022-02-16 15:01:00-05:00  172.899994  172.949997  172.779999  172.815002  172.815002   160249
2022-02-16 15:02:00-05:00  172.809998  172.990005  172.809998  172.979996  172.979996   119117
2022-02-16 15:03:00-05:00  172.970001  173.169998  172.964996  173.080093  173.080093   264624
2022-02-16 15:04:00-05:00  173.089996  173.320007  173.030106  173.315002  173.315002   311095
2022-02-16 15:05:00-05:00  173.320007  173.339996  173.164993  173.214996  173.214996   174639
2022-02-16 15:06:00-05:00  173.220001  173.220001  173.080002  173.139999  173.139999   124707
2022-02-16 15:07:00-05:00  173.139999  173.179993  173.089996  173.160004  173.160004   135559

你试过填充吗？另一个想法是从每日重新采样到每周或每月聚合。如果你不喜欢填充而不是使用插值
Asfreq 可能是一种选择

标签： python pandas dataframe yfinance

【解决方案1】：

重新采样到 1 分钟，然后插入以填充 NaN 值

df = df.resample('1T').interpolate(method='linear', limit_direction='forward', axis=0)

【讨论】：

【解决方案2】：

如何使用简单的算术平均并考虑 NaN 来完成缺失的数据。要填写的栏目是“VILLARTEAGA”。对不起，我是新来的。

from sklearn.impute import SimpleImputer
import numpy as np
X = dfTDia.iloc[:, 2].values
imputer = SimpleImputer(missing_values=np.nan, strategy='mean')
imputer = imputer.fit(X)
X = imputer.transform(X)
X

【讨论】：

【解决方案3】：

有很多方法可以做到这一点。浏览整个博客。 https://towardsdatascience.com/6-different-ways-to-compensate-for-missing-values-data-imputation-with-examples-6022d9ca0779

如果您有足够的数据进行训练，请删除缺失的数据。
使用博客中的技术添加数据。

【讨论】：