datetime
2012-01-01 125.5010
2012-01-02 NaN
2012-01-03 125.5010
2013-01-04 NaN
2013-01-05 125.5010
2013-02-28 125.5010
2014-02-28 125.5010
2016-01-02 125.5010
2016-01-04 125.5010
2016-02-28 NaN
我想通过使用从数据集计算出的气候来填充此数据框中的missig值,即通过平均其他年份的
28th feb 2016
值来填充丢失的28th feb
值。我该怎么做呢? 最佳答案
您可以将groupby
用于month
,将day
和transform
用于fillna
mean
:
print df.groupby([df.index.month, df.index.day]).transform(lambda x: x.fillna(x.mean()))
datetime
2012-01-01 125.501
2012-01-02 125.501
2012-01-03 125.501
2013-01-04 125.501
2013-01-05 125.501
2013-02-28 125.501
2014-02-28 125.501
2016-01-02 125.501
2016-01-04 125.501
2016-02-28 125.501
关于python - 使用均值填写 Pandas 数据框中的缺失值,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/34972297/