・0 pv・1 min read
Python(pandas) で NaN (欠損値)を前後の値から置換(穴埋めする)
サマリー
pandas の
interpolate() を使うと NaN (欠損値) を前後の値を使って穴埋めすることができます。
https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.interpolate.html例
以下のデータを使っていきます。
import numpy as np
import pandas as pd
df = pd.DataFrame({'col_1': [0, 1, 2, np.nan,4, np.nan, np.nan, 5],
'col_2': ['foo', np.nan,'bar', 'val', 'foo', np.nan,'bar', 'val'],})
df| col_1 | col_2 | |
|---|---|---|
| 0 | 0.0 | foo |
| 1 | 1.0 | NaN |
| 2 | 2.0 | bar |
| 3 | NaN | val |
| 4 | 4.0 | foo |
| 5 | NaN | NaN |
| 6 | NaN | bar |
| 7 | 5.0 | val |
interpolate() で穴埋めします。df.interpolate()| col_1 | col_2 | |
|---|---|---|
| 0 | 0.000000 | foo |
| 1 | 1.000000 | NaN |
| 2 | 2.000000 | bar |
| 3 | 3.000000 | val |
| 4 | 4.000000 | foo |
| 5 | 4.333333 | NaN |
| 6 | 4.666667 | bar |
| 7 | 5.000000 | val |
数値が前後の値から穴埋めされているのがわかるかと思います。
(文字列は NaN のままです。)
また、デフォルトでは、引数 : method='linear' ですので線形補間されています。
(文字列は NaN のままです。)
また、デフォルトでは、引数 : method='linear' ですので線形補間されています。
前(上)の値 or 後ろ(下)の値で穴埋めしたい場合は引数に
ffill , bfill を指定します。df.interpolate('ffill')| col_1 | col_2 | |
|---|---|---|
| 0 | 0.0 | foo |
| 1 | 1.0 | foo |
| 2 | 2.0 | bar |
| 3 | 2.0 | val |
| 4 | 4.0 | foo |
| 5 | 4.0 | foo |
| 6 | 4.0 | bar |
| 7 | 5.0 | val |
df.interpolate('bfill')前(上)の値 or 後ろ(下)の値で穴埋めしたい場合は引数に
ffill , bfill を指定します。