如何在熊猫中用滚动平均值填充nan值

Question

我有一个在几个地方包含 nan 值的数据框。我正在尝试执行数据清理，其中我用前五个实例的平均值填充 nan 值。为此，我提出了以下建议。

input_data_frame[var_list].fillna(input_data_frame[var_list].rolling(5).mean(), inplace=True)

但是，这不起作用。它没有填充 nan 值。上述操作前后数据帧的空计数没有变化。假设我有一个只有整数列的数据框，如何用前五个实例的平均值填充 NaN 值？提前致谢。

Answer 1

你可以简单地使用 interpolate()

df = {'a': [1,5, np.nan, np.nan, np.nan, 2, 5, np.nan] }
df = pd.DataFrame(data=df)
print(df)


df['a'].interpolate()

Answer 2

rolling_mean 函数已在 pandas 中进行了修改。如果填满整个数据集，就可以使用；

filled_dataset = dataset.fillna(dataset.rolling(6,min_periods=1).mean())

Answer 3

这应该可行：

input_data_frame[var_list]= input_data_frame[var_list].fillna(pd.rolling_mean(input_data_frame[var_list], 6, min_periods=1))

请注意，window 是 6，因为它包括 NaN 本身的值（不计入平均值）。此外，其他NaN 值不用于平均值，因此如果在窗口中找到的值少于 5 个，则根据实际值计算平均值。

例子：

df = {'a': [1, 1,2,3,4,5, np.nan, 1, 1, 2, 3, 4, 5, np.nan] }
df = pd.DataFrame(data=df)
print df

      a
0   1.0
1   1.0
2   2.0
3   3.0
4   4.0
5   5.0
6   NaN
7   1.0
8   1.0
9   2.0
10  3.0
11  4.0
12  5.0
13  NaN

输出：

      a
0   1.0
1   1.0
2   2.0
3   3.0
4   4.0
5   5.0
6   3.0
7   1.0
8   1.0
9   2.0
10  3.0
11  4.0
12  5.0
13  3.0