python - 如何使用滚动/移动平均值插入 csv 文件中的数据？ (Python)

Question

我有一个 csv 文件，如下所示:

2000-10-01,0.2214
2000-10-02,0.18304
2000-10-03,0.20181
2000-10-04,0.19469
2000-10-05,
2000-10-06,
2000-10-07,0.11495
2000-10-08,0.23528
2000-10-09,0.16796

但有时这些值会丢失，有时只是一天，有时是几周没有任何值。是否有可能使用缺失日期前后 15 天的滚动平均线或移动平均线来插入或填补空白？ 我当前的代码:

import pandas as pd
ts=pd.read_csv('sum.csv', parse_dates=[0], index_col=[0])
ts_inter=ts.fillna(pd.stats.moments.rolling_mean(ts,7))
ts_inter.to_csv('moving_average_ET.csv')

问题是，输出文件中没有填充间隙。和原始数据一样。

Answer 1

IIUC，您正在寻找类似的东西

df.fillna(pd.rolling_mean(df, 7, min_periods=1).shift(-3))

示例:

>>> df
                  1
0                  
2000-10-01  0.22140
2000-10-02  0.18304
2000-10-03  0.20181
2000-10-04  0.19469
2000-10-05      NaN
2000-10-06      NaN
2000-10-07  0.11495
2000-10-08  0.23528
2000-10-09  0.16796

[9 rows x 1 columns]
>>> df = df.fillna(pd.rolling_mean(df, 7, min_periods=1).shift(-3))
>>> df
                   1
0                   
2000-10-01  0.221400
2000-10-02  0.183040
2000-10-03  0.201810
2000-10-04  0.194690
2000-10-05  0.185954
2000-10-06  0.182938
2000-10-07  0.114950
2000-10-08  0.235280
2000-10-09  0.167960

[9 rows x 1 columns]

这似乎与您在评论中描述的数字相符。我认为您的代码发生的情况是您的 rolling_mean 没有生成任何非 NaN 值，因为它从不认为自己有足够的数据来进行估计。