在最后一个数据点之后,而不是在第一个数据点之前,用PANAS插值法替换NAN

2022-04-04 00:00:00 python pandas interpolation

问题描述

使用 pandas Interpolate()填充NaN值时,如下所示:

In [1]: s = pandas.Series([np.nan, np.nan, 1, np.nan, 3, np.nan, np.nan])

In [2]: s.interpolate()
Out[2]: 
0   NaN
1   NaN
2     1
3     2
4     3
5     3
6     3
dtype: float64

In [3]: pandas.version.version
Out[3]: '0.16.2'

,为什么 pandas 将索引5和6的值替换为3,而将索引0和1的值保持不变?

我可以更改此行为吗?我想将NaN留在索引5和6处。

(实际上,我希望它线性外推以填充所有的0、1、5和6,但这是另一个问题。如果你也回答的话会加分!)

限制

在内部,interpolate方法使用‘推荐答案’参数,避免填充传播超过特定阈值。

>>>df=pd.DataFrame( [0, np.nan, np.nan, np.nan, np.nan,np.nan, 2] )
>>>df
df 
    0
0   0
1 NaN
2 NaN
3 NaN
4 NaN
5 NaN
6   2
>>>df.interpolate(limit=2)
          0
0  0.000000
1  0.333333
2  0.666667
3       NaN
4       NaN
5       NaN
6  2.000000

默认情况下,该限制应用于正向。在反向,有一个设置为零的默认限制。这就是为什么您的第一步不是由方法填充的。 用户可以使用‘Limit_Direction’参数更改方向。

df.interpolate(limit=2, limit_direction='backward')
          0
0  0.000000
1       NaN
2       NaN
3       NaN
4  1.333333
5  1.666667
6  2.000000

要填充数据帧的第一步和最后一步,您可以将‘Limit’和‘Limit_Direction’的非零值设置为‘Both’:

>>> df=pd.DataFrame( [ np.nan, np.nan, 0, np.nan, 2, np.nan,8,5,np.nan, np.nan] )
>>> df
    0
0 NaN
1 NaN
2   0
3 NaN
4   2
5 NaN
6   8
7   5
8 NaN
9 NaN
>>> df.interpolate(method='spline', order=1, limit=10, limit_direction='both')
          0
0 -3.807382
1 -2.083581
2  0.000000
3  1.364022
4  2.000000
5  4.811625
6  8.000000
7  5.000000
8  4.937632
9  4.138735

该主题已讨论here

相关文章