python - 在没有 fillna 或 Interpolate 的情况下从数据框中删除 NaN 值

Question

我有一个数据集:

           367235   419895  992194
1999-01-11  8   5   1
1999-03-23  NaN 4   NaN
1999-04-30  NaN NaN 1
1999-06-02  NaN 9   NaN
1999-08-08  2   NaN NaN
1999-08-12  NaN 3   NaN
1999-08-17  NaN NaN 10
1999-10-22  NaN 3   NaN
1999-12-04  NaN NaN 4
2000-03-04  2   NaN NaN
2000-09-29  9   NaN NaN
2000-09-30  9   NaN NaN

当我绘制它时，使用 plt.plot(df, '-o') 我得到这个:

但我想要的是将每一列的数据点连接成一条线，如下所示:

我知道 matplotlib 不会连接由 NaN 值分隔的数据点。我查看了所有选项 here用于处理丢失的数据，但所有这些基本上都会歪曲数据框中的数据。这是因为数据框中的每个值都代表一个事件；如果我尝试用标量值替换 NaN 或使用插值选项，我会得到一堆实际上不在我的数据集中的点。这是插值的样子:

df_wanted2 = df.apply(pd.Series.interpolate)

如果我尝试使用 dropna，我将丢失数据框中的整行\列，而这些行包含有值(value)的数据。

有谁知道连接我的点的方法吗？我怀疑我需要从 datasframe 中提取单个数组并绘制它们，正如给出的建议 here ，但这似乎需要做很多工作(而且我的实际数据框要大得多。)有人有解决方案吗？

Answer 1

使用带有参数'index'的interpolate方法

df.interpolate('index').plot(marker='o')

替代答案

plot 在 iteritems

之后

for _, c in df.iteritems():
    c.dropna().plot(marker='o')

---

额外学分
仅从每列的第一个有效索引到最后一个有效索引进行插值

for _, c in df.iteritems():
    fi, li = c.first_valid_index(), c.last_valid_index()
    c.loc[fi:li].interpolate('index').plot(marker='o')