Python纵向数据，填充NaN值

Question

我有一个关于健康指标的数据集，包含“国家”、“年份”、“GDP”和“预期寿命”等列。数据涵盖2000-2015年。

因此，从 2000 年到 2015 年，每个国家都有许多健康指标的数据。

许多变量缺少特定年份/国家/地区的 (NaN) 数据。

1. 那么，例如，我如何将 NaN 值替换为特定于给定国家/年范围的所有国家/地区的平均值/平均值？

2. 此外，由于这是纵向数据，因此最好在每个国家/地区的 16 年数据中保持总体趋势。有没有办法替换每个国家/地区的 NaN 数据，以说明该国家/地区随时间变化的总体趋势？

如果你们能解释这两种方法，那就太棒了。

数据链接：https://www.kaggle.com/kumarajarshi/life-expectancy-who

谢谢， D

screenshot of data

Answer 1

您可能想研究pd.Dataframe.interpolate() 方法。它有不同的方法来填充时间序列中的 NaN 或填充缺失值。