Pandas数据处理基础6---插值填充及其用法

最新推荐文章于 2024-04-17 11:30:00 发布

阳光下的米雪

最新推荐文章于 2024-04-17 11:30:00 发布

阅读量6.4k

点赞数 4

分类专栏： Pandas数据处理文章标签： python

本文链接：https://blog.csdn.net/qq_38530648/article/details/103566136

版权

7 篇文章 1 订阅

订阅专栏

插值是数值分析中一种方法。简而言之，就是借助于一个函数（线性或非线性），再根据已知数据去求解未知数据的值。插值在数据领域非常常见，它的好处在于，可以尽量去还原数据本身的样子。

我们可以通过 interpolate() 方法完成线性插值。当然，其他一些插值算法可以阅读官方文档了解。

# 生成一个 DataFrame
df = pd.DataFrame({'A': [1.1, 2.2, np.nan, 4.5, 5.7, 6.9],
                   'B': [.21, np.nan, np.nan, 3.1, 11.7, 13.2]})
df

输出结果：
在这里插入图片描述
对于上面存在的缺失值，如果通过前后值，或者平均值来填充是不太能反映出趋势的。这时候，插值最好使。我们用默认的线性插值试一试。

df_interpolate=df.interpolate()
df_interpolate

输出结果：
在这里插入图片描述
下图展示了插值后的数据，明显看出插值结果符合数据的变化趋势。如果按照前后数据顺序填充，则无法做到这一点。

在这里插入图片描述对于 interpolate() 支持的插值算法，也就是 method=。下面给出几条选择的建议：

1.如果你的数据增长速率越来越快，可以选择 method='quadratic'二次插值。
2.如果数据集呈现出累计分布的样子，推荐选择 method='pchip'。
3.如果需要填补缺省值，以平滑绘图为目标，推荐选择 method='akima'。

当然，最后提到的 method=‘akima’，需要你的环境中安装了 Scipy 库。除此之外，method=‘barycentric’ 和 method=‘pchip’ 同样也需要 Scipy 才能使用。

关注