如何使用 Python 推断给定数据以填充 NaN 值？

Question

我希望用恰当的推断来填充 NaN 值。我认为曲线拟合方法不合适，因为我不知道给定点的曲线方程。我从 MPU 获得了这些值。任何人都可以建议我使用 Python 推断值以填充 NaN 位置的最佳方法吗？

mean_acc  timestamp     x_acc   x_gyro  y_acc   y_gyro  z_acc   z_gyro

  1.00     1143            0.96     -1.22     0.16     2.81  0.24  0.24

  1.17    1646             1.15     -7.26   0.14    4.88    0.18    -0.06

  1.02     2149            1.00     8.36    0.15    11.78   0.12    3.11

   0.98     2652           0.96     -8.30   0.15    2.01    0.11    -2.01

   1.05     3155           0.94     -4.21   0.17    3.42    0.42    -2.93

   1.01     3658           1.00     2.75    0.12    4.64    0.05    5.13

    NaN     4161            NaN     NaN     NaN     NaN     NaN     NaN

    NaN     4664            NaN     NaN     NaN     NaN     NaN     NaN

    NaN     5167             NaN    NaN     NaN     NaN     NaN     NaN

    NaN     5670             NaN    NaN     NaN     NaN     NaN     NaN

Answer 1

通过阅读您的问题，我对您真正想要的答案感到困惑 -

1. 推断或推断的不同方法
2. 如何使用特定的外推方法将 NA 值填充到列中。

不过我会尽量回答这两个问题。

mean_acc、x_acc、y_acc、z_acc 空值可以用它们的平均值填充。 对于 y_gyro 将现有转换为对数变换，然后外推对数值的平均值，然后反转对数变换以获得所需的。

尝试绘制剩余字段并尝试找到可用于推断剩余列中的 NULL 值的关系。

1. 推断 pandas 中的空值。

   X['mean_acc'].fillna(X['mean_acc'].mean(), inplace=True)