数据缺失值的补齐(代码)
在做时间序列模型的建模以及其他模型的建模时,我们经常会碰到拟合数据存在缺失值(nan)的情况,直接删除存在缺失值的条目大多数情况下不太合理,因此需要对缺失值进行补齐(插值),补齐数据的方法有很多,比如用固定值(0等)代替、平均值、最大值等,下面介绍用平均值进行插值的python代码。
思路:用缺失值前后四天的数据的平均值对缺失值进行插值。
代码编写思路:
1.如果缺失值当天的前后四天有数据,则用当天前后四天的平均值进行补齐。
2.如果缺失值当天的前后四天没有数据,则用其他所有年份的当天的前后四天的数据的平均值补进行齐。
代码部分:
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/fbcb18fa82dc5f489f9a8b35a2416c63.png)
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/7329a71a8c46cc3ccca1ed5616f5d90c.png)
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/2d274cb266bbc481fb8aaa72d72fd206.png)
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/60b5f35253127db2ddb6f136410d7310.png)