用前后平均值填充包含 NaN 的单元格答案

【问题标题】：Fill cell containing NaN with average of value before and after用前后平均值填充包含 NaN 的单元格
【发布时间】：2020-03-04 22:09:47
【问题描述】：

我想用缺失值之前和之后的单元格的平均值填充 pandas 数据框中的缺失值。因此，如果它是 [1, NaN, 3]，则 NaN 值将是 2，因为 (1 + 3)/2。我找不到任何使用 Pandas 或 Scikit-learn 的方法。有没有办法做到这一点？

【问题讨论】：

标签： python pandas scikit-learn

【解决方案1】：

考虑这个数据框

df = pd.DataFrame({'val': [1,np.nan, 4, 5, np.nan, 10]})

    val
0   1.0
1   NaN
2   4.0
3   5.0
4   NaN
5   10.0

您可以使用 fillna 和 shift() 来获得所需的输出

df.val = df.val.fillna((df.val.shift() + df.val.shift(-1))/2)

你得到

【讨论】：

@Vaishali 如果顺序有多个空值，此解决方案将不起作用。您已经关闭了一个问题，它解决了该特定问题作为该问题的副本，而该问题不是。这是question 请重新打开它。

【解决方案2】：

使用 spies006 的示例 df。

df = pd.DataFrame({'a': [10, 6, -3, -2, 4, 12, 3, 3], 
'b': [6, -3, np.nan, 12, 8, 11, -5, -5], 
'id': [1, 1, 1, 1, np.nan, 2, 2, 4]})

#use np.where to locate the nans and fill it with the average of surrounding elements.
df.where(df.notnull(), other=(df.fillna(method='ffill')+df.fillna(method='bfill'))/2)
Out[2517]: 
    a     b   id
0  10   6.0  1.0
1   6  -3.0  1.0
2  -3   4.5  1.0
3  -2  12.0  1.0
4   4   8.0  1.5
5  12  11.0  2.0
6   3  -5.0  2.0
7   3  -5.0  4.0

【讨论】：

【解决方案3】：

如果您没有任何 NaN 值作为最后一个索引，这将起作用，您的插补方法暗示这是正确的。

>>> data = pd.DataFrame({'a': [10, 6, -3, -2, 4, 12, 3, 3], 
'b': [6, -3, np.nan, 12, 8, 11, -5, -5], 
'id': [1, 1, 1, 1, np.nan, 2, 2, 4]})
>>> data
    a     b   id
0  10   6.0  1.0
1   6  -3.0  1.0
2  -3   NaN  1.0
3  -2  12.0  1.0
4   4   8.0  NaN
5  12  11.0  2.0
6   3  -5.0  2.0
7   3  -5.0  4.0



>>> nan_cols = data.columns[data.isnull().any(axis=0)]
>>> for col in nan_cols:
...     for i in range(len(data)):
...             if pd.isnull(data.loc[i, col]):
...                     data.loc[i, col] = (data.loc[i-1, col] + data.loc[i+1, col])/2


>>> data
    a     b   id
0  10   6.0  1.0
1   6  -3.0  1.0
2  -3   4.5  1.0
3  -2  12.0  1.0
4   4   8.0  1.5
5  12  11.0  2.0
6   3  -5.0  2.0
7   3  -5.0  4.0

【讨论】：