python - 如何使用 Python 推断给定数据来填充 NaN 值？

Question

我希望用适当的外推法来填充 NaN 值。我认为曲线拟合方法不太合适，因为我不知道给定点的曲线方程。我从 MPU 获得这些值。谁能建议我使用 Python 推断值以填充 NaN 位置的最佳方法？

mean_acc  timestamp     x_acc   x_gyro  y_acc   y_gyro  z_acc   z_gyro

  1.00     1143            0.96     -1.22     0.16     2.81  0.24  0.24

  1.17    1646             1.15     -7.26   0.14    4.88    0.18    -0.06

  1.02     2149            1.00     8.36    0.15    11.78   0.12    3.11

   0.98     2652           0.96     -8.30   0.15    2.01    0.11    -2.01

   1.05     3155           0.94     -4.21   0.17    3.42    0.42    -2.93

   1.01     3658           1.00     2.75    0.12    4.64    0.05    5.13

    NaN     4161            NaN     NaN     NaN     NaN     NaN     NaN

    NaN     4664            NaN     NaN     NaN     NaN     NaN     NaN

    NaN     5167             NaN    NaN     NaN     NaN     NaN     NaN

    NaN     5670             NaN    NaN     NaN     NaN     NaN     NaN

Answer 1

通过阅读您的问题，我对您真正想要的答案感到困惑 -

1. 不同的推断方法或
2. 如何使用特定的外推方法将 NA 值填充到列中。

但是我会尝试回答这两个问题。

mean_acc、x_acc、y_acc、z_acc 空值可以用其平均值填充。 对于 y_gyro，将现有的转换为对数变换，然后外推对数值的平均值，然后反转对数变换以获得所需的值。

尝试绘制剩余字段并尝试找到可用于推断剩余列中 NULL 值的关系。

推断 pandas 中的空值。

X['mean_acc'].fillna(X['mean_acc'].mean(), inplace=True)