问题描述
我试图通过分组来填补数据中的空白，然后使用先前数据点的趋势来预测缺失值是什么。
df
Group Week Value
B 1 5
B 2 6
B 3 NaN
B 4 NaN
B 5 NaN
B 6 8
B 7 8
B 8 7
B 9 6
B 10 NaN
图形上看起来像这样： Initial df plot
一旦所需的功能发生，数据框将如下所示：
Group Week Value
B 1 5
B 2 6
B 3 7
B 4 8
B 5 9
B 6 8
B 7 8
B 8 7
B 9 6
B 10 5.5
此处以图形方式显示了查找这些 NaN 值的先前点的趋势： NaN values calculated
本示例中的前三个 NaN 值是通过简单地绘制值 5 和 6、找到线性方程 (y = mx + c) 并将 x 拟合为周来计算 y 来找到的.将对所有 NaN 值执行相同的过程
我尝试过插值 (df = df.groupby('Group').apply(lambda group: group.interpolate(method='index')) 但这显然会查看下一个有效数据点并将其包含在计算中，我试图避免这种情况
可能值得注意的是，我使用的数据框有 200,000 行和 4,000 个组！
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）