我是 python 新手，也是这个网站的新手。我和我的同事正在研究时间序列数据集。我们希望在数据集中引入一些缺失值，然后使用一些技术来填充缺失值，看看这些技术在数据插补任务中的表现如何。我们目前面临的挑战是如何以连续的方式而不是随机的方式将缺失值引入数据集。例如，我们想用 NaN 替换一段时间内的数据，例如连续 3 天。如果有人能指出我们如何完成这项工作的正确方向，我将不胜感激。我们正在使用 python。
【问题讨论】：
标签： python dataframe time time-series nan
请参阅下面的set_missing_data 函数：
import numpy as np
np.set_printoptions(precision=3, linewidth=1000)
def set_missing_data(data, missing_locations, missing_length):
for i in missing_locations:
data[i:i+missing_length] = np.nan
np.random.seed(0)
n_data_points = np.random.randint(40, 50)
data = np.random.normal(size=[n_data_points])
n_missing = np.random.randint(3, 6)
missing_length = 3
missing_locations = np.random.choice(
n_data_points - missing_length,
size=n_missing,
replace=False
)
print(data)
set_missing_data(data, missing_locations, missing_length)
print(data)
控制台输出：
[ 0.118 0.114 0.37 1.041 -1.517 -0.866 -0.055 -0.107 1.365 -0.098 -2.426 -0.453 -0.471 0.973 -1.278 1.437 -0.078 1.09 0.097 1.419 1.168 0.947 1.085 2.382 -0.406 0.266 -1.356 -0.114 -0.844 0.706 -0.399 -0.827 -0.416 -0.525 0.813 -0.229 2.162 -0.957 0.067 0.206 -0.457 -1.06 0.615 1.43 -0.212]
[ 0.118 nan nan nan -1.517 -0.866 -0.055 -0.107 nan nan nan -0.453 -0.471 0.973 -1.278 1.437 -0.078 1.09 0.097 nan nan nan 1.085 2.382 -0.406 0.266 -1.356 -0.114 -0.844 0.706 -0.399 -0.827 -0.416 -0.525 0.813 -0.229 2.162 -0.957 0.067 0.206 -0.457 -1.06 0.615 1.43 -0.212]
【讨论】：
有一种填充NaN的方法
dataframe['name_of_column'].fillna('value')
【讨论】：