使用这段代码:
import numpy as np
import pandas as pd
df = pd.read_csv('wind.txt', header=0, delim_whitespace= True, index_col = True)
Dataframe 是这样的:
Date Vel Dir
2016-07-12 16:15:00 2.8 1.8
2016-07-12 16:16:00 3.9 21.8
2016-07-12 16:17:00 9.8 4.8
2016-07-12 16:18:00 16.9 5.8
2016-07-12 16:19:00 17.0 7.1
2016-07-12 16:20:00 NaN NaN
2016-07-12 16:21:00 2.8 1.8
2016-07-12 16:22:00 3.9 21.8
... ... ...
... ... ...
2017-01-01 00:00:00 21.2 19.7
有时数据框有很多缺失的数据，如下所示:
Date Vel Dir
2016-07-12 17:56:00 2.8 1.8
2016-07-12 17:57:00 NaN NaN
2016-07-12 17:58:00 9.8 4.8
2016-07-12 17:59:00 NaN NaN
2016-07-12 18:00:00 NaN NaN
2016-07-12 18:01:00 NaN NaN
2016-07-12 18:02:00 2.8 1.8
2016-07-12 18:03:00 NaN NaN
... ... ...
... ... ...
2017-01-01 00:00:00 21.2 19.7
第一个目标是创建一个新的数据框，但将 1 分钟内的时间改为 3 小时内的使用时间。使用此代码:
df2 = pd.DataFrame({'Date':pd.date_range(start='2016-07-12 18:00:00',end='2017-01-01 00:00:00',freq='3H')})
直到这里一切正常，这会生成一个没有 Vel 和 Dir 的数据框，就像这样:
Date
2016-07-12 18:00:00
2016-07-12 21:00:00
2016-07-13 00:00:00
2016-07-13 03:00:00
... ...
... ...
2017-01-01 00:00:00
现在的目标是根据 Date 用 df1 的 Vel 和 Dir 值填充 df2，但缺少一些数据。知道这一点后，我在这段代码中尝试了 merge_asof:
df3 = pd.merge_asof(df2,df1, on='Date', tolerance=pd.Timedelta("5 minutes")).fillna('NaN')
它起作用了，但它只用之前的第一行填充缺失的数据。目标是使用前后行中的值来填充缺失数据。类似的东西:
Date Vel Dir
2016-07-12 17:56:00 2.8 1.8
2016-07-12 17:57:00 NaN NaN
2016-07-12 17:58:00 9.8 4.8
2016-07-12 17:59:00 NaN NaN
2016-07-12 18:00:00 NaN NaN
2016-07-12 18:01:00 NaN NaN
2016-07-12 18:02:00 2.8 1.8
2016-07-12 18:03:00 NaN NaN
... ... ...
... ... ...
2017-01-01 00:00:00 21.2 19.7
预期输出:
2016-07-12 18:00:00 9.8 4.8
但是如果数据框是这样的:
Date Vel Dir
2016-07-12 17:56:00 NaN NaN
2016-07-12 17:57:00 NaN NaN
2016-07-12 17:58:00 NaN NaN
2016-07-12 17:59:00 NaN NaN
2016-07-12 18:00:00 NaN NaN
2016-07-12 18:01:00 NaN NaN
2016-07-12 18:02:00 2.8 1.8
2016-07-12 18:03:00 NaN NaN
... ... ...
... ... ...
2017-01-01 00:00:00 21.2 19.7
预期输出:
2016-07-12 18:00:00 2.8 1.8
目标是对所有数据帧执行此操作，如果在 Vel 和 Dir 之前或之后的 5 分钟内不存在任何值，则必须为 NaN。如果有人可以提供帮助，将会很有帮助。
最佳答案
让我们使用带有参数 direction='nearest' 的 Pandas 版本 0.20.1 和 pd.merge_asof:
df3 = pd.merge_asof(df2,df1, on='Date', tolerance=pd.Timedelta("5 minutes"), direction='nearest').fillna('NaN')
关于python - 用 5 分钟范围内最接近的行值填充缺失值，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/44051022/