我有一个数据框,它在几个地方包含 nan 值。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,这是行不通的。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,我如何用前五个实例的平均值填充 NaN 值?提前致谢。
最佳答案
这应该有效:
input_data_frame[var_list]= input_data_frame[var_list].fillna(pd.rolling_mean(input_data_frame[var_list], 6, min_periods=1))
注意窗口
是6
,因为它包含了NaN
本身的值(不计入平均值)。此外,其他 NaN
值不用于计算平均值,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
关于python - 如何在 Pandas 中用滚动平均值填充南值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/49172914/