假设我有以下数据框。
A B
0 NaN 12
1 NaN NaN
2 24 NaN
3 NaN NaN
4 NaN 13
5 NaN 11
6 NaN 13
7 18 NaN
8 19 NaN
9 17 NaN
在“ A”列中，如果缺失值存在，则需要用序列中的3个最近的非空值的平均值代替。
例如，索引5的NaN的最接近的非空值为18，而在18之后的下两个值也不为空。因此，索引为5的NaN被（18 + 19 + 17）/ 3代替。索引4
的NaN具有24作为其最接近的非空值，但24之前的两个值非空。因此，索引4的NaN不会替换为任何值。同样，其余列也需要完成此操作。有人知道这样做的矢量化方式吗？谢谢！
我相信您需要将滚动与mean从后滚动到滚动相结合，然后DataFrame.interpolate用于用NaNs替换最近的s，mean并向前填充最后一组NaNs，然后对第一组NaN进行回填，以用于辅助DataFrame c，用于替换原始DataFrame的缺失值：
a = df.rolling(3).mean()
b = df.iloc[::-1].rolling(3).mean()
c = a.fillna(b).fillna(df).interpolate(method='nearest').ffill().bfill()
print (c)
A B
0 24.0 12.000000
1 24.0 12.000000
2 24.0 12.000000
3 24.0 12.333333
4 24.0 12.333333
5 18.0 11.000000
6 18.0 12.333333
7 18.0 12.333333
8 19.0 12.333333
9 18.0 12.333333
df = df.fillna(c)
print (df)
A B
0 24.0 12.000000
1 24.0 12.000000
2 24.0 12.000000
3 24.0 12.333333
4 24.0 13.000000
5 18.0 11.000000
6 18.0 13.000000
7 18.0 12.333333
8 19.0 12.333333
9 17.0 12.333333
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句