从没有fillna或Interpolate的数据框中删除NaN值

Question

我有一个数据集:

           367235   419895  992194
1999-01-11  8   5   1
1999-03-23  NaN 4   NaN
1999-04-30  NaN NaN 1
1999-06-02  NaN 9   NaN
1999-08-08  2   NaN NaN
1999-08-12  NaN 3   NaN
1999-08-17  NaN NaN 10
1999-10-22  NaN 3   NaN
1999-12-04  NaN NaN 4
2000-03-04  2   NaN NaN
2000-09-29  9   NaN NaN
2000-09-30  9   NaN NaN

当我绘制它时,使用plt.plot(df, '-o')我得到这个:

但我想要的是将每列的数据点连接成一行,如下所示:

我知道matplotlib不会连接由NaN值分开的数据点.我看了所有的选项,这里用于处理丢失的数据,但所有的人都将从根本上歪曲在数据帧中的数据.这是因为数据帧中的每个值都代表一个事件; 如果我尝试用标量值替换NaN或使用插值选项,我会得到一堆实际上不在我的数据集中的点.这是插值的样子:

df_wanted2 = df.apply(pd.Series.interpolate)

如果我尝试使用,dropna我将丢失数据帧中的整行\列,这些行包含有价值的数据.

有谁知道连接我的点的方法？我怀疑我需要从数据框中提取单个数组并绘制它们,就像这里给出的建议一样,但这似乎很多工作(我的实际数据框要大得多.)有没有人有解决方案？

Answer 1

使用interpolate方法和参数'index'

df.interpolate('index').plot(marker='o')

另类答案

plot 后 iteritems

for _, c in df.iteritems():
    c.dropna().plot(marker='o')

额外信用
仅从第一个有效索引插入到每列的最后一个有效索引

for _, c in df.iteritems():
    fi, li = c.first_valid_index(), c.last_valid_index()
    c.loc[fi:li].interpolate('index').plot(marker='o')