pandas填充(扩增)数据

将数据按照时期使用平均值填充

import os
import numpy as np
import pandas as pd

def extent_data(begin, end, len_data):
    """

    :param begin:
    :param end:
    :return:
    """
    d = get_d(begin,end,len_data)
    return [np.around(begin+i*d,decimals=2) for i in range(len_data)]

def get_d(be,en,i_D):
    """
    获取两个值之间的公差
    :param be: 起始值
    :param en: 结束值
    :param i_D: 索引差距
    :return: 公差
    """
    if be == en:
        return 0
    D_value = abs
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
pandas 是一个强大的 Python 数据分析库,它可以用来操作和处理数据。在数据分析中,经常需要对缺失的数据进行填充,以保证分析的准确性。pandas 提供了多种方法进行数据填充,包括使用常数、使用前向填充、使用后向填充等。 常数填充 常数填充是指将缺失值用指定的常数填充。可以使用 fillna() 方法进行填充。例如,将所有缺失值填充为 0: ```python import pandas as pd df = pd.DataFrame({'A': [1, 2, None, 4], 'B': [5, None, 7, 8], 'C': [9, 10, 11, None]}) df.fillna(0, inplace=True) print(df) ``` 输出结果: ``` A B C 0 1.0 5.0 9.0 1 2.0 0.0 10.0 2 0.0 7.0 11.0 3 4.0 8.0 0.0 ``` 前向填充 前向填充是指使用前一个非缺失值来填充缺失值。可以使用 fillna() 方法,并指定 method='ffill',来进行前向填充。例如: ```python df.fillna(method='ffill', inplace=True) print(df) ``` 输出结果: ``` A B C 0 1.0 5.0 9.0 1 2.0 5.0 10.0 2 2.0 7.0 11.0 3 4.0 8.0 11.0 ``` 后向填充 后向填充是指使用后一个非缺失值来填充缺失值。可以使用 fillna() 方法,并指定 method='bfill',来进行后向填充。例如: ```python df.fillna(method='bfill', inplace=True) print(df) ``` 输出结果: ``` A B C 0 1.0 5.0 9.0 1 2.0 7.0 10.0 2 4.0 7.0 11.0 3 4.0 8.0 NaN ``` 其他填充方式 除了常数填充、前向填充、后向填充之外,pandas 还提供了一些其他的填充方式,例如使用插值进行填充。可以使用 interpolate() 方法来进行插值填充。例如: ```python df.interpolate(method='linear', inplace=True) print(df) ``` 输出结果: ``` A B C 0 1.0 5.0 9.0 1 2.0 6.0 10.0 2 3.0 7.0 11.0 3 4.0 8.0 11.0 ``` 此外,还可以使用 dropna() 方法来删除含有缺失值的行或列。例如: ```python df.dropna(inplace=True) print(df) ``` 输出结果: ``` A B C 0 1.0 5.0 9.0 ``` 上述是一些常见的 pandas 数据填充方法,可以根据具体需求选择不同的方法进行填充

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值