1

需要用该 NA 的过去三个值的平均值填充 NA 值

这是我的数据集

RECEIPT_MONTH_YEAR NET_SALES

0 2014-01-01 818817.20

1 2014-02-01 362377.20

2 2014-03-01 374644.60

3 2014-04-01 不适用

4 2014-05-01 不适用

5 2014-06-01 不适用

6 2014-07-01 不适用

7 2014-08-01 46382.50

8 2014-09-01 55933.70

9 2014-10-01 292303.40

10 2014-10-01 382928.60

4

3 回答 3

0

您可以使用 fillna （假设您的 NA 已经是 np.nan）和滚动平均值：

import pandas as pd
import numpy as np

df = pd.DataFrame([818817.2,362377.2,374644.6,np.nan,np.nan,np.nan,np.nan,46382.5,55933.7,292303.4,382928.6], columns=["NET_SALES"])

df["NET_SALES"] = df["NET_SALES"].fillna(df["NET_SALES"].shift(1).rolling(3, min_periods=1).mean())

出去：

NET_SALES
0   818817.2
1   362377.2
2   374644.6
3   518613.0
4   368510.9
5   374644.6
6   NaN
7   46382.5
8   55933.7
9   292303.4
10  382928.6

如果您想包含估算值，我想您需要使用循环。

于 2018-05-05T12:21:56.913 回答
0

该数据集是 .csv 文件还是数据框。这个 NA 是 'NaN' 还是字符串？

import pandas as pd
import numpy as np
df=pd.read_csv('your dataset',sep=' ')
df.replace('NA',np.nan)
df.fillna(method='ffill',inplace=True)

你提到了一些关于 3 个值的平均值的东西。上面只是向前填充了 NaN 开始之前的最后一个观察值。这通常是预测的好方法（在某些情况下比采取手段更好，如果持久性很重要）

 ind = df['NET_SALES'].index[df['NET_SALES'].apply(np.isnan)]
 Meanof3 = df.iloc[ind[0]-3:ind[0]].mean(axis=1,skipna=True)
 df.replace('NA',Meanof3)

如果知道有关数据集的更多信息，也许可以推广和改进答案 - 例如，如果您总是想在任何 NA 之前取最后 3 次测量的平均值。以上将允许您检查 NaN 的索引，然后在之前取 3 的平均值，同时忽略任何 NaN

于 2018-05-03T09:41:26.943 回答
0

这很简单，但它正在工作

df_data.fillna(0,inplace=True)
for i in range(0,len(df_data)):
if df_data['NET_SALES'][i]== 0.00:
    condtn = df_data['NET_SALES'][i-1]+df_data['NET_SALES'][i-2]+df_data['NET_SALES'][i-3]
    df_data['NET_SALES'][i]=condtn/3
于 2018-05-03T18:29:38.590 回答