Python 根据往年可用的相同日期填充缺失值答案

【问题标题】：Python Fill in the missing value based on the same date available in previous yearsPython 根据往年可用的相同日期填充缺失值
【发布时间】：2019-12-29 19:47:34
【问题描述】：

我有一个 df 和 DateTimeIndex（每小时读数）和 3 年的温度数据。

Time                   Temp 
1/2/2017 13:00          31     
1/2/2017 14:00           NA     
1/2/2017 15:00           22

现在，我想替换缺失的温度读数如下：如果我的 2017 年 2 月 1 日下午 2 点的数据丢失，我想用 2016 年 2 月 1 日和 2018 年 2 月 1 日下午 2 点的数据填充这些缺失值（平均它们）。请注意，温度数据很大程度上取决于一天中的时间（显然），所以我认为这将是最好的方法。

我尝试过 interpolate 和 ffill 方法。插值大大低估了读数，并且 ffill 效果不佳，因为我有很长一段时间的缺失值。

【问题讨论】：

标签： python pandas data-science python-datetime imputation

【解决方案1】：

尝试使用：

print(df.fillna(df['Temp'].mean()))

或使用：

print(df.ffill()['Temp'].add(df.bfill()['Temp']).div(2))

两个输出：

             Time  Temp
0  1/2/2017 13:00  31.0
1  1/2/2017 14:00  26.5
2  1/2/2017 15:00  22.0

【讨论】：

第一个快速方便 :-) +1
第一种方法不适用于此目的。因为白天的平均温度比晚上的地理位置要高很多。
@SakibShahriar 是的，我知道

【解决方案2】：

您可以尝试将pandas.DataFrame.interpolate 与inplace=True 一起使用。

这可以为您提供不同的方法，您可以放心使用：

method : {‘linear’, ‘time’, ‘index’, ‘values’, ‘nearest’, ‘zero’,‘slinear’, ‘quadratic’, ‘cubic’, ‘barycentric’, ‘krogh’, ‘polynomial’, ‘spline’ ‘piecewise_polynomial’, ‘pchip’}

>>> df['Temp'].interpolate(inplace=True)
>>> df
             Time  Temp
0  1/2/2017 13:00  31.0
1  1/2/2017 14:00  26.5
2  1/2/2017 15:00  22.0

【讨论】：

谢谢，但是线性插值是个好主意吗？因为温度值范围从白天的 40 度到晚上的 20 度左右
interpolate 让您可以灵活地在值之间使用不同类型的插值来填充缺失值，例如线性（fillna 不提供），如果有帮助，请参阅文档，或者您可以给它尝试看看它如何处理您的数据。