用零插值或线性插值替换nan

Question

我有一个数据集，里面有很多NaN和以下形式的数值：

PV_Power
2017-01-01 00:00:00 NaN
2017-01-01 01:00:00 NaN
2017-01-01 02:00:00 NaN
2017-01-01 03:00:00 NaN
2017-01-01 04:00:00 NaN
... ...
2017-12-31 20:00:00 NaN
2017-12-31 21:00:00 NaN
2017-12-31 22:00:00 NaN
2017-12-31 23:00:00 NaN
2018-01-01 00:00:00 NaN

我需要做的是，如果NaN值在其他NaN值之间，则用0替换它，如果它在数值之间，则使用插值结果替换它。你知道我该如何做到这一点吗？

Answer 1

如果需要在数值之间插值，请使用DataFrame.interpolate和limit_area='inside'，然后替换缺失的值：

print (df)
PV_Power
date                         
2017-01-01 00:00:00       NaN
2017-01-01 01:00:00       4.0
2017-01-01 02:00:00       NaN
2017-01-01 03:00:00       NaN
2017-01-01 04:00:00       5.0
2017-01-01 05:00:00       NaN
2017-01-01 06:00:00       NaN

df = df.interpolate(limit_area='inside').fillna(0)
print (df)
PV_Power
date                         
2017-01-01 00:00:00  0.000000
2017-01-01 01:00:00  4.000000
2017-01-01 02:00:00  4.333333
2017-01-01 03:00:00  4.666667
2017-01-01 04:00:00  5.000000
2017-01-01 05:00:00  0.000000
2017-01-01 06:00:00  0.000000

Answer 2

您可以重新索引数据帧

idx = df.index
df = df.dropna().reindex(idx, fill_value=0)

或者仅设置PV_Power为NaN:的值

df.loc[pd.isna(df.PV_Power), ["PV_Power"]] = 0

Answer 3

您可以使用fillna(0):-

df['PV_Power'].fillna(0, inplace=True)

或者你可以更换它：-

df['PV_Power'] = df['PV_Power'].replace(np.nan, 0)