如何用滚动平均值在熊猫中填充nan值

Question

我有一个在少数地方包含nan值的数据框。我正在尝试执行数据清理，在其中我使用前五个实例的平均值来填充nan值。为此，我提出了以下建议。

input_data_frame[var_list].fillna(input_data_frame[var_list].rolling(5).mean(), inplace=True)

但是，这不起作用。它没有填充nan值。在上述操作之前和之后，数据帧的空计数没有变化。假设我的数据框只有整数列，如何用前五个实例的平均值填充NaN值？提前致谢。

Answer 1

这应该有效：

input_data_frame[var_list]= input_data_frame[var_list].fillna(pd.rolling_mean(input_data_frame[var_list], 6, min_periods=1))

请注意，window是6因为它包括了NaN自身的值（不计入平均值）。此外，其他NaN值不用于平均值，因此如果在窗口中找到少于 5 个值，则根据实际值计算平均值。

例子：

df = {'a': [1, 1,2,3,4,5, np.nan, 1, 1, 2, 3, 4, 5, np.nan] }
df = pd.DataFrame(data=df)
print df

      a
0   1.0
1   1.0
2   2.0
3   3.0
4   4.0
5   5.0
6   NaN
7   1.0
8   1.0
9   2.0
10  3.0
11  4.0
12  5.0
13  NaN

输出：

      a
0   1.0
1   1.0
2   2.0
3   3.0
4   4.0
5   5.0
6   3.0
7   1.0
8   1.0
9   2.0
10  3.0
11  4.0
12  5.0
13  3.0

Answer 2

rolling_mean功能已在熊猫中进行了修改。如果填充整个数据集，则可以使用；

filled_dataset = dataset.fillna(dataset.rolling(6,min_periods=1).mean())