python - 如何在 Pandas 中用滚动平均值填充南值

Question

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。

Answer 1

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