我有一个数据框,在几个地方包含nan值.我正在尝试执行数据清理,其中我用之前的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,这不起作用.它没有填补纳米值.在上述操作之前和之后,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帧,如何用前五个实例的平均值填充NaN值?提前致谢.
最佳答案
这应该工作:
input_data_frame[var_list]= input_data_frame[var_list].fillna(pd.rolling_mean(input_data_frame[var_list],6,min_periods=1))
请注意,窗口为6,因为它包含NaN本身的值(不计入平均值).此外,其他NaN值不用于平均值,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:
df = {'a': [1,1,2,3,4,5,np.nan,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