pandas 缺失值处理,插值
  TnD0WQEygW8e 2023年11月05日 28 0

 

import pandas as pd
d = pd.DataFrame()

d['date'] = ['2019-01-01', '2019-01-02', '2019-01-04', '2019-01-07', '2019-01-09', '2019-01-11']
d['val'] = [10, 20, 30, 40, 50, 30]
d['date'] = pd.to_datetime(d['date'])

helper = pd.DataFrame({'date': pd.date_range(d['date'].min(), d['date'].max())})

d = pd.merge(d, helper, on='date', how='outer').sort_values('date')

d['val'] = d['val'].interpolate(method='linear')



    插值选择方法不止有线性(linear),还可以是

    nearest:最邻近插值法

    zero:阶梯插值

    slinear、linear:线性插值

    quadratic、cubic:2、3阶B样条曲线插值(详情请参考官方文档)

 

Python Pandas

 



【版权声明】本文内容来自摩杜云社区用户原创、第三方投稿、转载,内容版权归原作者所有。本网站的目的在于传递更多信息,不拥有版权,亦不承担相应法律责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@moduyun.com

上一篇: Python eval() 函数 下一篇: pycharm清除缓存
  1. 分享:
最后一次编辑于 2023年11月08日 0

暂无评论

推荐阅读
TnD0WQEygW8e