Pandas用常量日期填充缺失的日期值
Pandas是一个基于Python的数据分析库，它提供了丰富的数据结构和数据分析工具，可以方便地处理和分析数据。
对于缺失的日期值，可以使用Pandas中的fillna()函数来填充常量日期。fillna()函数可以接受一个常量值作为参数，用于填充缺失值。
以下是使用Pandas填充缺失日期值的示例代码：
import pandas as pd
# 创建一个包含日期的DataFrame
df = pd.DataFrame({'date': ['2022-01-01', '2022-01-03', '2022-01-05']})
# 将date列转换为日期类型
df['date'] = pd.to_datetime(df['date'])
# 设置date列为索引
df.set_index('date', inplace=True)
# 生成完整的日期范围
date_range = pd.date_range(start=df.index.min(), end=df.index.max(), freq='D')
# 重新索引DataFrame，填充缺失的日期值
df = df.reindex(date_range)
# 使用常量日期填充缺失值
df.fillna(pd.Timestamp('2022-01-02'), inplace=True)
# 打印填充后的DataFrame
print(df)上述代码中，首先创建了一个包含日期的DataFrame，然后将日期列转换为日期类型，并设置为索引。接着使用pd.date_range()函数生成完整的日期范围，并使用reindex()函数重新索引DataFrame，填充缺失的日期值。最后使用fillna()函数将缺失值填充为常量日期。
Pandas相关产品和产品介绍链接地址：
相关·内容
大多数教科书说，要填充缺失的值，使用的是均值/中值(数字)和最频繁的(分类)，但我使用的是一个数据集，它有太多的缺失值，而且我不能删除这些列，因为它们很重要。
train.isnull().sum()
TransactionID 0
isFraud 0
TransactionDT 0
TransactionAmt 0
ProductCD 0
...
id_36 449555
id_37 44955
浏览 0提问于2020-03-17得票数 0
回答已采纳
2回答
我研究了特征工程中Kaggle的fill null方法。一些玩家用另一个对象值填充NA。
例如，在性别列中有‘男性’、‘女性’和NA值。该方法是用另一个对象值填充NA，比如“中间”。在此之后，它处理没有任何null的性别属性，pandas也不会找到null。
我想知道这种方法对机器学习模型的性能有很好的影响，还是对特征工程有很好的影响？除此之外，在数据集中没有知识发现的情况下，有没有其他好的方法来填充NA？
浏览 0提问于2016-12-05得票数 1
3回答
我有以下数据结构。在每组中，一些观察结果缺少value。我知道每个组只有一个非缺失值(在本例中，组1的值为10，组2的值为11 )。缺失观察值的位置在组内是随机的(即不能用前一个/后一个值填充缺失值)。
如何通过分组用一个非缺失值来填充缺失值？
group value
1 .
1 10
1 .
2 11
2 .
2 11
我目前的解决方案是循环，但我怀疑有一些聪明的bysort可以使用。
levelsof group, local(lm_group)
foreach group in `lm_group' {
浏览 3提问于2015-12-03得票数 4
我的数据帧包含一个分类特征'Street‘，它可以接受两个可能的值'Grvl’或'Pave‘中的一个。我正在尝试在拟合ML算法之前将这个分类特征转换为数值。我的代码如下所示
dataset['Street']=dataset['Street'].map({'Grvl':0,'Pave':1}).astype(int)
我已经用数据帧中出现次数最多的值填充了缺少的值
dataset['Street'].isnull().sum()
我收到以下错误
ValueError
浏览 6提问于2017-07-25得票数 1
我有一个数据时间序列图，其中x轴表示一个月内的日期，这是从查询获得的，y轴表示实例的cpu利用率值，分解维度是instancename。当我创建时间序列图时，x轴不显示所有数据，它用2天间隔显示日期，该间隔由dots填充。有没有办法用连续的方式来填日期而不是点。
更新
根据下面给出的答案，我更新了这个问题。现在，不必要的点已经被删除，它只显示有数据的点，但是有数据的日期是否可以连续，例如下面的图表，对于特定的实例gcp-wsus，在July8到7月23日之间的所有日期都有数据，但是它仍然显示有2天间隔的日期July8、July11、July14等。
这个空白也能用日期来填补吗？谢谢
浏览 3提问于2020-08-27得票数 1
回答已采纳
1回答
我有一个非常大的数据集df，它缺少大量的日期(整个8月份)及其各自的数据。该文件如下所示
Date ID Size Total Used
07/01/2020 A 200 5000 0.90
07/01/2020 A 150 5000 0.90
07/
浏览 0提问于2020-10-03得票数 1
我正在尝试对我的代码进行单元测试。我有一个方法，给出一个MySQL查询，将结果作为一个熊猫数据返回。注意，在数据库中，created和external_id中的所有返回值都为NULL。下面是一个测试：
def test_get_data(self):
### SET UP
self.report._query = "SELECT * FROM floor LIMIT 3";
self.report._columns = ['id', 'facility_id', 'name', 'created
浏览 1提问于2017-06-06得票数 2
回答已采纳
2回答
我习惯于用NaN替换空字符串，并删除空数据。
import pandas as pd
import numpy as np
df.replace('', np.nan).dropna()
但是，我希望我的函数使用无服务器框架运行。我需要import numpy只是为了使用np.nan，它占用了我宝贵的250 my的包大小限制。
导入pd.np.nan是可行的，但有人警告说，pandas.np模块已被废弃，并将从未来版本的熊猫中删除。
是否有不导入numpy np.nan 而使用的解决方案？
浏览 5提问于2020-07-22得票数 2
回答已采纳
1回答
我有一个时间序列数据有一些缺失的日期。例如，在'2017-08-06‘下面的数据集中缺少。
📷
若要在先知模型中输入此数据，是否必须创建包含所有缺失日期的数据框架？我知道先知模型不需要在任何特定的时间内填充丢失的数据，因为它是一个基于曲线拟合的模型。但我不确定是否应该将所有日期都包括在每日时间序列预测中。非常感谢你回答我的问题。
浏览 0提问于2022-10-06得票数 4
回答已采纳
我正在尝试用另外两个日期列中的最大(或最小)日期在pandas数据框中创建一个新列。但是，当这两个列中的任何一个列中存在NAN时，整个min/max列都变成了NAN。怎么回事？当使用数字列时，这可以很好地工作...但是对于dates，新的列都是NANs。下面是一些示例代码来说明这个问题：
df = pd.DataFrame(data=[[np.nan,date(2000,11,1)],
[date(2000,12,1), date(2000,9,1)],
[date(2000,4,1),np.na
浏览 0提问于2017-06-01得票数 7
回答已采纳
我有以下数据(示例)：
import pandas as pd
data = [['A', '2022-09-01 10:00:00', False, 2], ['A', '2022-09-01 12:00:00', True, 3], ['A', '2022-09-01 14:00:00', False, 1],
['B', '2022-09-01 13:00:00', False, 1], ['B', '2022-09-
浏览 3提问于2022-11-02得票数 1
回答已采纳
我有熊猫DatetimeIndex系列的日期格式(YYYY-MM-DD)，并希望标记连续区域，其中每个索引相对于一天都是连续的，所以如果日期时间序列中缺少日期，我想检测它，即：
...
2005-01-15
2005-01-16
2005-01-17
2005-02-15
2005-02-16
...
在2005-01-17和2005-02-15之间明显存在缺勤天数的差距。
虽然我期待一些我不知道的帮助功能，但我无法找到对熊猫这样做的简单方法。更广泛地说，也希望能解决一些问题。
@smci，我不知道dput()是什么，但是这里有一种生成示例数据的方法：
import pandas as pd
浏览 1提问于2014-12-28得票数 0
回答已采纳
我使用的是Python 3.7
我需要从两个不同的源(都是csv)加载数据，并确定一个源中的哪些行不在第二个源中。
我使用pandas数据帧加载数据，并在两个数据源之间进行比较。
我从csv文件中加载了数据，在data-frame列中，类似2010392的值变成了2010392.0。
我读过很多关于格式化数据帧列的文章；不幸的是，大多数都是关于日期和时间转换的。
我在上偶然看到一篇文章《在Python pandas中格式化整数列数据框》，这篇文章并没有解决我的问题
基于上面提到的文章，我尝试了以下几种方法：
pd.to_numeric(data02['IDDLECT'], do
浏览 30提问于2019-07-09得票数 0
回答已采纳
我使用不同的方法探索pandas.DataFrame.interpolate()，linear和nearest，当尾部有缺失数据时，我发现这两种方法的输出不同。 例如： import pandas as pd # version: '0.16.2' or '0.20.3'
>>> a = pd.DataFrame({'col1': [np.nan, 1, np.nan, 3, np.nan, 5, np.nan]})
Out[1]:
col1
0 NaN
1 1.0
2 NaN
3 3.0
4 Na
浏览 82提问于2019-02-21得票数 3
回答已采纳
我有一个具有不同时间戳格式的列，如下所示。我想将日期列转换为可读日期。由于时间戳单元是混合的，我发现其他适当转换，而其他默认为1970。在转换到可读日期之前，我是否可以将它们一起转换，或者将它们转换为unix时间戳单元，以使其发生一致。
data = ["2022-04-14 17:31:03.023","2022-04-20 12:49:50.295",1647597943249,1647519101441,"2022-03-19 18:10:59.024"]
df = pd.DataFrame(data, columns=['date
浏览 1提问于2022-11-08得票数 1
回答已采纳
1回答
如果这个问题已经被问过了，很抱歉。我想会的，但我一直没能找到答案。我想要将pandas dataframe中的列转换为日期时间格式。
import pandas as pd
df['DateOfBirth'] = pd.to_datetime(df['DateOfBirth'], format='%Y-%m-%d')
显然，有些行还包含其他字符
ValueError: time data 0000-00-00 doesn't match format specified
现在df非常大，所以对所有唯一值的视觉检查都不起作用(我也想了解一
浏览 41提问于2020-11-13得票数 1
回答已采纳
我喜欢在pandas dataframe中填充na，其中dataframe中的两列都在同一行上。 A B C
2 3 5
Nan nan 7
4 7 9
Nan 4 9
12 5 8
Nan Nan 6 在上面的数据框中，我希望将列A和列B都有Nan的行替换为“不可用”。 因此： A B C
2 3 5
Not available not available 7
4 7 9
Nan 4 9
12 5 8
Not available not available 6 我尝试了多种方法，但得到了不想要的结果
浏览 16提问于2020-10-12得票数 0
1回答
我有如下数据：
| ID | Name | Inv | Date | Value | PO | Type | Rate | Tax | Integ |
|----------|-----------|-----|------------|-------|-----|-------|-------|-------|-------|
| DEADBEEF | CHEMICALS | 321 | 19-11-2017 | 14288 | UK | State | 0.00% | 3000 | 0 |
| |
浏览 0提问于2018-11-25得票数 2
回答已采纳
1回答
我用python在pandas中做了这个数据帧：
0
0 2018-06-29
1 2018-10-29
2 2019-02-28
3 2019-06-29
4 2019-10-29
5 2020-02-29
6 2020-06-29
7 2020-10-29
8 2021-02-28
然后我就有了下一个日期：
[datetime.date(2020, 2, 29)]
我想对数据框进行过滤，以获得与我拥有的日期相同的<=日期。我用loc[]尝试了一下，但得到了下一个输出：
Seleccion = df.loc[df[0] < da
浏览 2提问于2018-10-31得票数 0
我有一个包含多个日期时间列的pandas dataframe。我想创建一个新列，分别在第一列、第二列或第三列中选择不为null的日期first date。如果这3列中都没有日期，则设置为今天。
我的数据库的一个例子是：
date1 date2 date3
0 NaT 2019-01-26 NaT
1 2021-04-13 2021-02-27 NaT
2 NaT NaT NaT
3 NaT NaT NaT
4 Na
浏览 51提问于2021-06-04得票数 1
回答已采纳
1回答
我有一个数据框架，它有一个名为SAM的列，它包含以下数据
SAM
3
5
9
Nan
Nan
24
40
Nan
57
现在，我想分别在12、15和43值中插入Nan (因为9+3=12、12+3=15和40+3=43)。换句话说，通过将Nan添加到上一行(也可以是Nan)来填充任何3行。
我知道这可以通过遍历for循环来完成。但我们能用矢量化的方式做吗？就像ffill的一些修改版本(如果我们没有连续的NaNs，它可以在这里使用)，在pandas.fillna()中。
浏览 1提问于2016-12-14得票数 6
回答已采纳
我有一个关于如何在pandas数据帧中填充missint日期值的问题。我发现了一个类似的问题( pandas fill missing dates in time series ) 但这并没有回答我的实际问题。 我有一个数据帧，看起来像这样： date amount person country
01.01.2019 10 John IT
01.03.2019 5 Jane SWE
01.05.2019 3 Jim SWE
01.05.2019 10
浏览 19提问于2020-10-14得票数 0
2回答
我有个数据：
import pandas as pd
data = {'fruit': ['pear','pear','banana', 'pear', 'pear','apple', 'apple', 'cherry','cherry'],
'fruit_type': ['unknown','pear','unknown', 'unknown
浏览 3提问于2021-07-26得票数 1
回答已采纳
我有一个包含1999年以来事件的事务表，我希望将其转换为时间序列。但是，当我运行proc时间序列时，它只保存在我的开始日期和结束日期之间出现的客户端I。如何保留所有in，将周期内未出现的in填充为零？
警告消息示例：
WARNING: There are no usable input observations.
NOTE: The above message was for the following BY group:
id=1
我实际上以一种丑陋的方式解决了这个问题，但我希望有更好的方式：
找出在时间序列中丢弃了哪些in 找出由proc timeseriesManual笛卡尔
浏览 35提问于2018-06-26得票数 1
2回答
填充缺失的值并进行规范化
、、、、
我有两列神经网络的训练数据，它们都是缺失的值。(还有许多其他列不缺少值。)
例如
Height | Weight
180 | 70
175 | N/A
N/A | N/A
我希望填充缺失的值，并将列规范化。
数据是高度和权重，所以我认为一个很好的填充值应该是0或-1。这是基于Python中的深度学习一书：
通常，对于神经网络，输入缺失值为0是安全的，条件是0不是有意义的值。
我假设0在值为150-200的数据集中没有意义。
我还被建议通过减去每一列的平均值并除以std来规范数据。
这两种方法都很好--我知道怎么做和为什么要这样做。我不明白的是如何把它们结合起来。我也可
浏览 0提问于2018-07-26得票数 8
1回答
我是新来的。
我想在这样的数据集上执行EDA，这些数据集是我的火车和测试集缺少的特性统计数据：
列车: Test_0 0 Test_1 31 Test_2 0 Test_3 141 Test_4 0 Test_5 0 Test_6 0 Test_7 0 Test_8 1045 Test_9 0 Test_10 0 Test_11 0 Test_13 0 Test_14 0 Test_14 0 Test_15 2967
测试: Test_0 0 Test_1 7 Test_2 0 Test_3 46 Test_4 0 Test_5 0 Test_6 0 Test_7 0 Test_8 279 T
浏览 0提问于2022-05-14得票数 0
1回答
给定以下DataFrame
A B
0 -10.0 NaN
1 NaN 20.0
2 -30.0 NaN
我希望合并列A和B，用来自列B的值填充列A中的NaN单元格，然后删除列B，从而生成如下所示的DataFrame：
A
0 -10.0
1 20.0
2 -30.0
我通过使用iterrows()函数解决了这个问题。
完整的代码示例：
import numpy as np
import pandas as pd
example_data = [[-10, np.NaN], [np.NaN, 20], [-30, np.NaN]]
exampl
浏览 0提问于2019-05-08得票数 1
回答已采纳
2回答
请注意，实际情况--州与国之间的数量和组合--要大得多，而不仅仅是美国的
使用以下数据文件：
import pandas as pd
data = pd.DataFrame({'state':['ny','sf','tx','ny','ny'],'country':['usa','usa','usa','usa','usa'],
'Date':[&
浏览 0提问于2021-09-14得票数 1
回答已采纳
我试图使用Panda库的'loc‘函数在dataset中的一个列中计算缺少的值，但是代码没有成功执行。代码行如下所示。
# Impute missing data by mean weight of each sub-category in 'Item_Weight' column
data.loc[miss_bool,'Item_Weight'] = data.loc[miss_bool,'Item_Identifier'].apply(lambda x: item_avg_weight[x])
正在生成的错误如下，
data.loc
浏览 0提问于2018-08-01得票数 1
我有一个时间序列数据集和2015-2022年期间的每日观测数据。然而，2015-2018年只有半年的数据:从1月到6月(7月至12月的所有日子都是NAs)。但2019-2022年的所有月份和所有日子都有日期。根据2019-2022年的数据，我想用缺少的几个月来填充所有的NA。换句话说，我想根据其他年份的现有数值计算缺失月份的每一天的平均值。然后，我需要用相应的计算方法来填充NA。
下面是创建一个DataFrame的代码，它表示我的数据集和存在的问题：
import numpy as np
import pandas as pd
np.random.seed(1)
rows,cols =
浏览 5提问于2022-09-21得票数 0
回答已采纳
我想用最接近的(从左侧开始) e列的值填充not NaN列的NaN。
a b c d e
0 1 2.0 3.0 6.0 3.0
1 3 5.0 7.0 NaN NaN
2 2 4.0 NaN NaN NaN
3 5 6.0 NaN NaN NaN
4 3 NaN NaN NaN NaN
例如，对于e的第二行，它最接近的Not NaN列是e by position，然后我们以7.0为例，在Pandas中可以这样做吗？谢谢。
预期输出如下所示：
a b c d e
0 1 2.0
浏览 13提问于2020-02-07得票数 1
回答已采纳
1回答
我尝试按列合并两个CVS文件，但遇到错误。
import os
import pandas as pd
os.chdir('/home/yovel/PycharmProjects/fantasyfinal')
a = pd.read_csv("statsmerger.csv")
b = pd.read_csv("team.csv")
b = b.dropna(axis=1)
merged = a.merge(b, on = 'player')
merged.to_csv("output1.csv", index
浏览 17提问于2019-10-21得票数 0
4回答
数据中缺失的值
、、、、
我曾经经历过，大多数数据集都包含缺失的值，这使我们的任务变得有些困难。
请让我知道如何有效地填充那些缺失的值？是否有任何特定的技术来处理丢失的值？
浏览 0提问于2017-08-31得票数 5
回答已采纳
2回答
如何从组合框中获取日期时间值
、、、、
我已经用long datetime的变量填充了一个组合框，在组合框中我只显示了月份名称...
我想要获取对应于组合框中所选月份的日期时间值。我该怎么做呢？
浏览 2提问于2011-05-30得票数 1
我试着用Imputer来表示缺失的值。我想跟踪所有缺失值的列，但因为我不知道它们中有哪些(列)已经被处理过:是否也可以返回所有缺失值的列？
归责注
当axis=0时，只包含fit缺失值的列在转换时被丢弃。当axis=1时，如果有无法填充缺失值的行(例如，因为它们只包含缺失的值)，则会引发异常。
import pandas as pd
import numpy as np
from sklearn.preprocessing import Imputer
data={'b1':[1,2,3,4,5],'b2':[1,2,4,4,0],'b3'
浏览 0提问于2018-06-14得票数 1
回答已采纳
1回答
我试图在Deedle C#数据框架中转发fill值，就像在python中使用pandas.ffill()函数一样。熊猫的前填充，允许在行索引和列索引中向前填充。我希望在Deedle中也这样做，在同一行中取最近的无缺失值，但从不同的列取，所以跨行，这在python和大熊猫中非常简单。我对C#和Deedle库都很陌生，我在文档中所能找到的就是如何在不跨数据框架的系列中转发填充值。任何帮助都是非常感谢的，我对此很陌生，而且我似乎在任何地方都找不到这个库的任何实质性示例。
这是我的数据框架的一个例子，我正试图跨行转发填充值。因此，col3中缺失值的填充值将成为col2等行中的最后一个值。
------
浏览 0提问于2019-08-18得票数 2
回答已采纳
3回答
我正在分析包含http请求日志的aws日志文件，我需要预测下一分钟的预期负载(请求数量)。然而，我发现有些时间跨度没有任何日志。在这种情况下，我是假设这些时间内的负载仅为0，还是需要进行某种插值？
time load
-----------------------------------
2018-11-07 09:45:00 40
2018-11-07 09:46:00 45
2018-11-07 09:47:00 34
2018-11-07 09:48:00 56
然后在接下来的两个小时内没有日志，然后再一次：
浏览 3提问于2019-02-02得票数 0
3回答
我有一个按日期和代码分组的各种指标的表。我正在尝试用前一天的数据来填充丢失的值，或者如果没有可用的话，用第二天的数据来填充每个代码。
问题是当我按“代码”和“日期”分组时，什么都不会发生。
df = pd.DataFrame([['2019-05-01', 'APL', 15951, 303, 49],
['2019-05-02', 'APL', 16075, 301, 46],
['2019-05-03', 'APL', np.nan, 300, 45],
['2019-05-
浏览 0提问于2019-08-05得票数 1
回答已采纳
1回答
如何处理丢失的日期数据？
、、、、
我有一个名叫GarageYrBlt的专栏，上面列出了那所房子建车库的年份。对于本专栏，我有一个nan值。用“泰坦尼克号”竞赛中缺少的年龄值填充它是否有意义(这是一种常见的方法)？
浏览 0提问于2019-07-05得票数 1
回答已采纳
1回答
我目前正在做一个项目，我必须补上一些缺失的值。我使用Python，我看到有一种算法可以进行缺失数据的填补。这种算法被称为Nipals。因此，我决定寻找一种方法来使用它，我看到statsmodels.multivariate.pca.PCA可以帮助我。
我有一个名为A的numpy数组，它有n行p列。A有一些缺少的值，这些值是NaN值。我想使用PCA来填充A。但是，没有例子可以帮助我做到这一点。
有人能帮我用Nipals算法填充A吗？
谢谢。对不起，我是一个法语初学者，使用英文文档对我来说并不容易。
浏览 14提问于2018-02-13得票数 4
目前，我正在讨论主题问题。我不清楚为何会这样做，以及须作出甚麽修订。
代码：
table = df.pivot_table(values='LoanAmount', index='Self_Employed' ,columns='Education', aggfunc=np.median)
def fage(x):
return table.loc[x['Self_Employed'],x['Education']]
#Replacing missing values
df['LoanAmou
浏览 8提问于2018-11-24得票数 1
1回答
插入缺少日期的zoo对象
、、、
我有一个缺少日期(而不是缺失值)的气候时间序列。例如：
n = 15
full.dates = seq(Sys.Date(), by = 'day', length = n)
serie.dates = full.dates[c(1:10, 12, 15)] # missing 11, 13, 14
y = rnorm(n)
require(zoo)
serie = zoo(y, serie.dates)
在给定'full.dates‘向量的情况下，我如何’填充‘(使用插值)这些缺失点？谢谢!
浏览 2提问于2013-02-27得票数 12
回答已采纳
1回答
不同归责方法的选择
、、、、
我试着评估两种数据估算方法。
我的数据集：
我的目标标签是LotFrontage。
首先，我用OneHotEncoding编码所有范畴特性，然后使用相关矩阵，过滤-0.3或blow 0.3之上的任何内容。
encoded_df = pd.get_dummies(train_df, prefix_sep="_", columns=['MSZoning', 'Street', 'Alley',
'LotShape
浏览 1提问于2019-08-10得票数 1
pandas的replace函数将目标值替换为另一个值，正如预期的那样：
>>> import pandas as pd
>>>
>>>
>>> t = pd.Series([10,20,30])
>>> t
0 10
1 20
2 30
dtype: int64
>>> t.replace(to_replace=20, value=222)
0 10
1 222
2 30
dtype: int64
>>> from numpy
浏览 1提问于2020-11-04得票数 0
回答已采纳
如何将这样格式的excel文件读入pandas DataFrame？ a b c d e f
Type 1 22 Car Yes 2019
Train Yes
Type 2 25 Car No 2018
Notype 1 Car Yes 2019
Train 第一行有三列，它们是合并的单元格(2行)，而其余的是单独的行 问题是如果我用 data = pd.read_excel("excel
浏览 23提问于2019-09-02得票数 0
回答已采纳
我正努力通过VBA编写大提琴格式，我在努力做条件格式所要求的事情。
首先，我要求在当前日期后一个月内出现日期的任何单元格都要填入橙色。第二，任何在当前日期之前具有日期的单元格都将被填充为红色。我能够轻松地通过条件格式来实现这一点。
下一步是我认为VBA可能更简单的地方。如果选中标记出现在与日期单元格相邻的单元格中，则日期单元格(和检查标记单元格)将被填充为绿色。我无法得到特定于条件格式的东西。
我想要达到的目标的例子显示在附图中。
我正在处理的宏如下所示，但逻辑只是用橙色填充所有空的复选标记单元格，据我所知。我也在努力理解比较日期所需的语言。
Sub green()
For Each Cel
浏览 0提问于2021-12-01得票数 1
回答已采纳
1回答
我有一份数以百万计的数据。我试图，对每一组，增加3个月的日期(月结束日期)在每个组的顶部。因此，如果第一次观察到一个群体是2019年12月，我想在观察之前填充3行，日期从2019年9月到11月。我还想用相关的组ID填充组列，其他列可以保持为空值。
如果可能的话，希望避免循环，因为这是一个非常大的数据集。
这是我以前的DataFrame：
import pandas as pd
before = pd.DataFrame({'Group':[1,1,1,1,1,2,2,2,2,2],
'Date':['31/10/2018','3
浏览 1提问于2020-02-07得票数 1
回答已采纳
当添加两个索引不相同的时间序列时，将创建和分配两个时间序列不常见的索引值( NaN )。
import pandas as pd
import numpy as np
from datetime import datetime
ts1 = pd.Series([1, 2], index=[datetime(2011,1,2), datetime(2011,1,3)])
ts2 = pd.Series([3, 4], index=[datetime(2011,1,3), datetime(2011,1,4)])
ts1.add(ts2)
2011-01-02 NaN
2011-
浏览 1提问于2018-05-14得票数 0
回答已采纳
我能用这种方式理解吗？如果任何陈述是错误的或不准确的，请告诉我。
数据填充的原因:假设我有一个连续的数据(例如，每天的日志数据)，并且丢失了部分数据。为了进行一些计算(例如，平均值)，我们首先需要给缺失的部分赋值(例如，等于现有的数据)。
前向填充和后向填充是两种数据填充方法。不同的是填充方向？例如，星期二的数据(缺失)等于周一的数据(现有的)正向填充。相反的是向后填充。
浏览 0提问于2019-08-19得票数 1
回答已采纳
2回答
如何选择是丢弃NaN值，还是用数据集中的平均值(或中位数)填充它？还有什么其他技术可以清除数据集中的缺失值？让数据为数字。(在python中)
浏览 0提问于2018-05-29得票数 2
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
