使用行值和列值对缺失值进行插值
缺失值插值是指通过已知的行值和列值来填补数据表中的缺失值。这种方法可以帮助我们在数据分析和建模过程中更好地利用数据，提高模型的准确性和可靠性。
缺失值插值可以分为以下几种常见的方法：
- 均值插值（Mean Imputation）：将缺失值用该列的均值来替代。适用于数值型数据，简单易行，但可能会导致数据的偏差。
- 中位数插值（Median Imputation）：将缺失值用该列的中位数来替代。适用于数值型数据，相对于均值插值更加鲁棒，不受异常值的影响。
- 众数插值（Mode Imputation）：将缺失值用该列的众数来替代。适用于分类变量或离散型数据。
- 回归插值（Regression Imputation）：通过建立回归模型，利用其他相关变量的信息来预测缺失值。适用于存在相关性的数据，但需要注意回归模型的选择和建立。
- K近邻插值（K-Nearest Neighbor Imputation）：根据缺失值样本的特征，寻找与其最相似的K个样本，利用这K个样本的值进行插值。适用于样本之间存在相似性的数据。
- 插值法（Interpolation）：根据已知的数据点，通过插值算法来推测缺失值。常见的插值算法有线性插值、多项式插值、样条插值等。
- 矩阵分解（Matrix Factorization）：将数据表转化为矩阵，通过矩阵分解算法（如奇异值分解）来填补缺失值。适用于大规模数据集和稀疏矩阵。
- 深度学习插值（Deep Learning Imputation）：利用深度学习模型（如自编码器）来学习数据的潜在表示，并通过生成模型来填补缺失值。适用于复杂的非线性数据。
对于缺失值插值，腾讯云提供了一系列相关产品和服务，如腾讯云数据处理服务（Data Processing Service）和腾讯云人工智能服务（AI Services）。这些服务可以帮助用户进行数据处理、机器学习和深度学习等任务，从而实现缺失值的插值和数据的分析。
腾讯云数据处理服务（Data Processing Service）：提供了一系列数据处理和分析的工具和服务，包括数据清洗、数据转换、数据挖掘等功能。用户可以使用该服务进行缺失值插值和数据预处理等操作。
腾讯云人工智能服务（AI Services）：提供了一系列人工智能相关的服务和工具，包括图像识别、语音识别、自然语言处理等功能。用户可以利用这些服务进行数据分析和模型训练，从而实现缺失值的插值和数据的挖掘。
更多关于腾讯云数据处理服务和人工智能服务的详细介绍和使用方法，请参考以下链接：
- 腾讯云数据处理服务：https://cloud.tencent.com/product/dps
- 腾讯云人工智能服务：https://cloud.tencent.com/product/ai
请注意，以上仅为腾讯云提供的一些相关产品和服务，其他云计算品牌商也提供了类似的产品和服务，用户可以根据自身需求选择适合的解决方案。
相关·内容
1回答
熊猫数据的样条插值阶
、、、、
我有以下数据，它显示来自运动捕获的数据，其中每一列都是一个标记(即位置数据)，行是时间：
LTHMB X RTHMB X
0 932.109 872.921
1 934.605 873.798
2 932.383 873.998
3 940.946 875.609
4 941.549 875.875
... ... ...
14765 NaN 602.700
14766 562.350 NaN
14767 562.394 NaN
14768 562.421 NaN
14769 562
浏览 4提问于2020-08-28得票数 1
回答已采纳
我使用不同的方法探索pandas.DataFrame.interpolate()，linear和nearest，当尾部有缺失数据时，我发现这两种方法的输出不同。 例如： import pandas as pd # version: '0.16.2' or '0.20.3'
>>> a = pd.DataFrame({'col1': [np.nan, 1, np.nan, 3, np.nan, 5, np.nan]})
Out[1]:
col1
0 NaN
1 1.0
2 NaN
3 3.0
4 Na
浏览 82提问于2019-02-21得票数 3
回答已采纳
在metpy网页上，他们为850hPa温度平流提供的例子如下：
adv = mpcalc.advection(temp_850 * units.kelvin, [u_wind_850, v_wind_850],
(dx, dy), dim_order='yx') * units('K/sec')
但基于文档，文档中写道：
The order of the dimensions of the arrays must match the order in which
the wind components are given.
浏览 6提问于2020-11-25得票数 0
在处理时间序列数据时，我需要有连续的时间戳，但是在捕获时，很少有数据时间戳点被遗漏，如下所示，
DF
ID Time_Stamp A B C
1 02/02/2018 07:45:00 123 567 434
2 02/02/2018 07:45:01
..... ...
5 02/02/2018 07:46:00
6 02/02/2018 07:46:10 112 232
浏览 1提问于2019-07-04得票数 2
回答已采纳
我正在处理一个时间序列数据集，在这里我想同时进行预测和预测。所以，如果你有任何建议，请分享。谢谢!
浏览 5提问于2022-10-21得票数 0
1回答
我有一个dataframe，列为Datetime，lat，lon，z。我从csv文件中读取数据，所以设置日期时间的句点不起作用。时间间隔为6小时，但我想将数据线性地插值到每小时一次。
从
'A' 'B' 'C' 'D'
0 2010-09-13 18:00:00 16.3 -78.5 1
1 2010-09-14 00:00:00 16.6 -79.8 6
2 2010-09-14 06:00:00 17.0 -81.1 12
至
&#
浏览 2提问于2016-08-03得票数 5
回答已采纳
2回答
我有一个数据集，每分钟测量一次体温，持续8个小时。我删除了异常数据，现在有了NA值，有时只有一个，有时超过10个。我想用线性插值来替换丢失的数据。
我尝试了不同的方法，但我不能‘近似’工作(NA值仍然是NA…)或者甚至找到一种方法来指定为R以使用之前的值(相同的列，减1行)或之后的值(相同的列，+1行)。在本例中，我尝试仅替换一个NA，+1和-1仅读取为1，因此它不起作用
df$var1_lini <- ifelse (!is.na(df$var1),df$var1,
ifelse (!is.na(df$var[+1]),df$var[-1]+(df$va
浏览 2提问于2018-02-01得票数 1
我确定我做得不对。我有一个包含一系列数据的数据框架，基本上是年份和一个值。我想平滑曲线，并希望使用样条来测试结果。 基本上，我尝试获取一列，并将新的数据点返回到另一列中： df['smooth'] = df['value'].interpolate(method='spline', order=3, s=0.) 但是，平滑和值之间的结果是相同的。 value periodDate smooth diffSmooth
6 422976.72 2019 422976.72 0.0
7
浏览 127提问于2020-10-23得票数 0
回答已采纳
2回答
我在python中有一个带有2列的dataframe。我想输入一个列的dataframe并获得第二列的值。有时值可以是精确的，但也可以是2行之间的值。
我有一个示例dataframe：
x y
0 0 0
1 10 100
2 20 200
如果我用x的值检查数据，我想要找到y的值。例如，如果我输入数值为10的数据，我就得到了100的值。但是，如果我检查15，我需要在y的两个值之间进行插值。有函数做吗？
浏览 0提问于2019-07-01得票数 1
回答已采纳
我正在尝试找出是否有可能使用geom_line连接缺少的值。例如，在下面的链接中，在facet F中缺少时间3的值。在这种情况下，我想要一条线来连接时间2和时间4。有没有办法做到这一点？
我有一个累积值的数据框，如下所示：
head(cumulative)
individual series Time Value
1 A x 1 -1.008821
2 A x 2 -2.273712
3 A x 3 -3.430610
4 A x 4
浏览 3提问于2012-03-08得票数 36
回答已采纳
2回答
我试着想出一个数据结构来预测湖水的能见度。我有一些测量样本，但想要在方程中取其他特征。
作为一个例子，我想得到天气数据，如雨和气温的过去7天的事件。我从BigQuery获得了这些数据，这似乎很好。但有时它找不到所有过去7天的数据。我该如何处理这样的案件？什么是构造我的特征的好方法？我想：
dayofyear,temp,water_temp,temp-1,rain-1,dayofyear-1,temp-2,rain-2,dayofyear-2,....,temp-7,rain-7,dayofyear-7,visibility
最后一个是我想在某个时候预测的领域。
浏览 0提问于2017-07-27得票数 3
回答已采纳
3回答
我有一个，它的每小时值为2015年1月，但有些小时没有索引和值。理想情况下，带有名为“date”和“value”的列的dataframe应该有744行。然而，它随机地错过了10个小时，因此只有734行。我想要插入一个月中缺少的小时，用744个“日期”和744个“值”创建所需的数据格式。
编辑：
我对python还不熟悉，所以我很难实现这个想法：
在2015年1月创建第一列为所有小时的数据格式
创建与第一个NANs大小相同的第二列。
用可用值填充第二列，因此缺少的小时在其中包含NANs。
使用熊猫插值函数
Edit2：
我在寻找代码片段的提示。根据下面的建议，我能够创建下
浏览 2提问于2015-12-18得票数 0
回答已采纳
我在Windows 8机器上使用R Studio。我试图在两点之间插入一点。
x1 = -159.9, y1 = 56.5,
x2 = -159.9, y2 = 56.3
我使用approx()函数的方式如下(可复制)
approx(c(-159.9,-159.9), c(56.5,56.3), n = 3)
这给了我一个错误
Error in approx(c(-159.9, -159.9), c(56.5, 56.3), n = 3) :
need at least two non-NA values to interpolate
它期望两个非NA值，这是我提供的。
这个功能在其他方面
浏览 3提问于2017-06-06得票数 1
正如您从用于数据分析的DSL中所期望的那样，R很好地处理丢失/不完整的数据，例如：
许多R函数都有一个na.rm标志，当设置为TRUE时，删除NAs：
>>> v = mean( c(5, NA, 6, 12, NA, 87, 9, NA, 43, 67), na.rm=T)
>>> v
(5, 6, 12, 87, 9, 43, 67)
但是，如果要在函数调用之前处理NAs，则需要执行如下操作：
若要从向量中删除每个“NA”：
vx = vx[!is.na(a)]
从向量中删除每个'NA‘并替换它w/ a '0'：
if
浏览 2提问于2010-04-10得票数 27
回答已采纳
我有一个数据集，并试图预测房价。几个变量(#卧室，#浴室，面积，.)使用常量0或-1表示“未知”。这是很好的做法吗？
删除这些值将导致丢失过多的数据。插值似乎不是一个很好的选择，特别是因为在某些情况下，这些值中的多个是未知的，而且它们之间的相关性相对较高。
以列的平均值来代替这些值是行不通的，因为所有的房子都是完全不同的。
有人对此有建议吗？
浏览 1提问于2022-09-04得票数 0
我有一个如下表所示的数据集。每天都有15分钟间隔的时间戳，所以每天应该有15*24 = 96条。重要的是，每一天都有相同数量的值，因为稍后我将使用np.corrceof()函数来查找每一天的相关性，需要这样做。
date value
5/1/2015 0:00:00 23
5/1/2015 0:15:00 22
5/1/2015 0:30:00 50
......
5/1/2015 23:30:00 60
5/1/2015 23:45:00 27
然而，现在的问题是，有些日子是缺少值的。例如，下面的2016年2月5日只有两个条目。
5/2/
浏览 1提问于2016-10-04得票数 0
回答已采纳
在Matlab语言中，利用函数可以提取物体的参数边界。它返回一个q乘2的矩阵B，其中q是对象的边界像素的数量，第一列和第二列分别存储边界像素的行和列坐标。
我想要做的是用N个点对Q个元素的边界进行采样，N个点将原始边界分成等拱长的部分。
我认为一个简单的解决方案是通过将所有两个连续边界像素的距离相加来计算边界的长度L。这些距离不是1就是sqrt(2)。然后我将L除以N，以求出所需的弧长。最后，我再次迭代边界，求出所有两个连续边界像素的距离之和。当和大于或等于所需弧长时，当前边界像素被选为将组成采样边界的N个中的一个。
这是一个好的解决方案吗？有没有更有效/更简单的解决方案？
浏览 0提问于2011-01-14得票数 4
回答已采纳
我有一个分散的数据文件，由7列和超过8000000行组成()。我想画出这个数据的等高线。我想要绘制的列是第一列、第二列和最后一列(第七列)，给出了一个2d和3d图，如下所示：
前视图：
边视图：
和简单的3d：
从第二张图可以看出，第一件事是这些点聚集在2d区域的特定位置，也就是在3d图中可以看到的具有最小值的同一区域。但是，其次，这些点在平面(第二个图形)中随机分布，我想我不能使用矩阵表示法来绘制iso-z的等高线。
有没有可能使用gnuplot、set contour base和cntrparam levels来做到这一点？
浏览 1提问于2015-02-02得票数 5
回答已采纳
2回答
使数据适合不同的数组大小
、、、
我有两个测量仪器创建的两组数据，每个仪器都有一个时间列和电压列，而这两组数据表示相同的时间量(或非常接近)，它们存储在不同大小的数组中，因为采样时间不同。我想要得到scipy.stats.pearsonr系数，但要做到这一点，我需要两个数据集的大小相同。
我如何将两个集合中较小的大小缩放为两个集合中较大的一个的大小，以便用更多的数据点来表示相同的数据？
编辑。
很抱歉，我应该提供一个数据示例，我没有提供，因为文件中有额外的数据，我认为它会将注意力从我遇到麻烦的方面转移开。
名为OOL_Drift.dat的文件包含我想知道的数据，它是否与TemperatureChannels.txt和Room_
浏览 2提问于2016-06-03得票数 0
2回答
二维散乱非均匀数据的插值
、、、
我有一个数据文件，如下所示：
1.0 2.1 2.4 3.0 3.1 3.2 3.7 3.9 4.2
1.3 1.6 1.8 1.9 2.8 2.9 3.7 3.9 4.0 4.4 4.7 4.9
1.4 0.4 0.5 1.5 1.8 2.2 2.5 2.8 2.9 3.6
1.8 1.1 1.3 1.9 2.1 2.8 3.7 3.9 4.0 4.2 4.7 4.9 5.2 5.8
2.1 0.2 0.3 1.1 1.4 1.6 1.9
在这里，第一列对应于x-值(不是均匀的间隔)，对
浏览 1提问于2016-03-03得票数 0
1回答
我有timeseries dataset和5M rows。
该列有19.5% missing values，80% zeroes (不要按百分比计算--尽管这意味着只有0.5%的数据是有用的，但是0.5%的500万就足够了)。现在，我要对这个专栏进行推测。
给定行数，需要大约2.5个小时的才能计算出整个过程。
为了使它更快，我想删除所有的零值行，然后执行计算过程。但我认为，在此之后使用KNN 天真地使用会导致高估(因为所有的零值都消失了，并且邻居的数目保持不变，那么平均值就会增加)。
那么，有没有办法：
修改KNN模型的数据输入，在移除带有零的行后执行计算过程，使计算后得到的值与相同或至少接近
浏览 0提问于2020-06-16得票数 0
1回答
我有1966年、1971年和1976年的人口数据。我想创造另一个整洁的数据框架，其中包括缺失的年份(即1967年、1968年、1969年、1970年、1972年、1973年、1974年、1975年)。线性插值很好。
我认为approx或approxfun参与其中，但我不确定是如何参与的。
library("tidyverse")
df <- tibble(
year = c(1976, 1971, 1966, 1976, 1971, 1966, 1976, 1971, 1966),
age_min = c(rep(0, 3), rep(5, 3), rep(10
浏览 2提问于2019-10-07得票数 2
回答已采纳
我对插值有个问题。使用此代码在数据中一切正常，当从数据点40903和40997使用数据Lat40903 = 12.4461和Lat40997 = 12.4460进行插值时，不包括此间隔。中间的数据点缺失，必须进行插值才能发挥作用。有没有可能呢？对于大多数所需的值，插值的结果是-0.0。
using CSV
using DataFrames
using Impute
data = CSV.read("data.csv", delim=",", header=5, datarow=6, silencewarnings=true)
Lat = Impute.inte
浏览 5提问于2020-05-19得票数 1
我喜欢在pandas dataframe中填充na，其中dataframe中的两列都在同一行上。 A B C
2 3 5
Nan nan 7
4 7 9
Nan 4 9
12 5 8
Nan Nan 6 在上面的数据框中，我希望将列A和列B都有Nan的行替换为“不可用”。 因此： A B C
2 3 5
Not available not available 7
4 7 9
Nan 4 9
12 5 8
Not available not available 6 我尝试了多种方法，但得到了不想要的结果
浏览 16提问于2020-10-12得票数 0
2回答
我想使用scipy或pandas对这样的表进行插值：
df = pd.DataFrame({'x':[1,1,1,2,2,2],'y':[1,2,3,1,2,3],'z':[10,20,30,40,50,60] })
df =
x y z
0 1 1 10
1 1 2 20
2 1 3 30
3 2 1 40
4 2 2 50
5 2 3 60
我希望能够对x值为1.5和y值为2.5进行插值，并获得40。
这一进程将是：
从第一个插值参数(x)开始，查找目标值周围的值。在这种情况下
浏览 1提问于2022-06-09得票数 2
回答已采纳
我有几个列和NAs，我想使用线性插值根据行所属的状态来估算列的NAs。 我还希望在相同的代码中创建interp_variable名称格式的新列名。
浏览 13提问于2020-04-12得票数 0
回答已采纳
我对r很陌生，也许这是很明显的事情，但我不知道发生了什么。我加载一个文件，该文件中有一组数据，然后将这些数据分割成不同的数据帧。它们看起来像是：
V3 V4 V5 V6 V7 V8 V9 V10 V11 V12 V13 V14
3 1.000 2 3 4 5 6 7.000 8.000 9.000 10.000 11.000 12.000
4 0.042 0.067 0.292 0.206 0.071 0.067 0.040 0.063 0.059 0.040 0.066
浏览 3提问于2019-02-23得票数 1
回答已采纳
1回答
我有一个数据帧，当EVM =一个特定值(-30)时，我想添加一个新行，并用线性插值更新其他列。
Index PwrOut EVM PwrGain Vout
0 -0.760031 -58.322902 32.239969 134.331851
1 3.242575 -58.073389 32.242575 134.332376
2 7.246203 -57.138122 32.246203 134.343538
3 11.251078 -54.160870 32.251078 134.3836
浏览 13提问于2021-03-04得票数 1
回答已采纳
我有一个数据集的无人机查看图像大小4000x6000，灰度。每个单独的像素值对应于一个类(我总共有20个类)，因此像素值3就意味着例如“树”。使用原始图像，我可以非常容易地为所有20个类创建二进制掩码，方法是在NumPy中使用相等的运算符，并获得像素完美的掩码。
下面是一行将是什么样子的示例：
[2，2，2，2，.、5、5、5]
但是，对于我的目的来说，4000x6000太大了，我想要调整这些分段目标的大小，使其更易于承受，比如400x400或400x600。虽然我尝试了几个不同的Python库，但它们都将我的像素值转换为不同的浮点值，导致我丢失了分段地图标签。有什么方法(不包括裁剪)，我可以
浏览 1提问于2021-03-30得票数 2
回答已采纳
4回答
数据中缺失的值
、、、、
我曾经经历过，大多数数据集都包含缺失的值，这使我们的任务变得有些困难。
请让我知道如何有效地填充那些缺失的值？是否有任何特定的技术来处理丢失的值？
浏览 0提问于2017-08-31得票数 5
回答已采纳
1回答
我想要OneHotEncode一个缺少values.When的pd.DataFrame --我尝试使用OneHotEncode，它会引发一个关于缺少值的错误。
ValueError:输入包含NaN
当我尝试使用SimpleImputer修复缺失的值时，它会引发一个有关分类数据的错误。
ValueError:无法对非数字数据使用均值策略:无法将字符串转换为浮动：“RH”
我不能应用OneHotEncoding是因为缺少值，SimpleImputer是因为分类数据。除了丢弃列或行之外，还有什么方法可以绕过这个问题吗？
浏览 3提问于2020-08-05得票数 0
回答已采纳
在教程中，有一种类型的漫射值计算
float diffuse_value = max(dot(vertex_normal, vertex_light_position), 0.0);
..on顶点着色器。
如果稍后在fragment着色器上，应该是每顶点照明..
gl_FragColor = gl_Color * diffuse_value;
然后，当他适当地(通过将vertex_normal和vertex_light_position输出到fragment)将第一行移动到fragment着色器时，它应该会将该方法转换为“每像素着色”。
这是怎么回事？第一种方法似乎是对每个像素进行diffus
浏览 2提问于2010-09-17得票数 0
回答已采纳
2回答
我是一个数据科学新手，我想使用Python/ R创建一个相关矩阵(类似于http://www.marketcalls.in/python/quick-start-guide-compute-correlation-matrix-using-nsepy-pandas-python.html)，并构建一个机器学习模型。然而，我有一些问题，并希望得到一些指导。
问题1:虽然数据文件很大，有超过35万个条目，但一些列遗漏了许多值(即60%/ 70%的值丢失)。我想知道我是否应该放弃那些列/删除那些行/任何其他伟大的建议？什么是好的阈值，是否可以继续使用20%？30%？40%值的列。
非常感谢。非常感谢
浏览 0提问于2017-07-27得票数 0
2回答
我是SPSS的新手，我正在测试一个从Excel引入SPSS的文件，该文件大约有100列(第一行的变量名)，每一行都有一些数据。我想要检查的是，任何单元格中的任何数据是否被丢弃。我正在尝试将我在excel中的"count“函数与在SPSS中的任何可能的函数进行比较。是否有其他方法来确保没有数据被丢弃？
浏览 17提问于2015-07-23得票数 0
1回答
三次样条插值方法
、、
我目前正在探索三次样条插值方法，我遇到了以下在3维中插值的代码，但我不确定它是如何工作的。我研究了三次样条插值，但是所有的公式似乎只适用于二维。谁能提供一些关于这个程序是如何工作的见解？
import numpy as np
import matplotlib as mpl
from mpl_toolkits.mplot3d import axes3d
import matplotlib.pyplot as plt
from numpy import matrix, average
import scipy.linalg
# Parameters
pointsInterpolation=F
浏览 27提问于2019-07-21得票数 0
我有一个缺少数据的数据集(训练-测试)，我想在分类之前估算数据。
我尝试使用插入符包和函数preProcess，我想使用训练集的predictor变量来估算数据，只使用训练集的知识来估算测试集上的数据，而不使用测试集的predictor (我不应该知道)。
p = preProcess(x = training, method = "knnImpute", k = 10)
pred = predict(object = p, newdata = training)
pred1 = predict(object = p, newdata = testing)
当我运行这段代码时，
浏览 2提问于2015-03-31得票数 0
我有一个dataframe，在其中一个专栏中，我有相当多缺失的数据，我试图计算这些值，但是由于有太多的数据丢失，所以做得并不好。这个专栏大约每5年给出一次值，通常我只是删除它，但我想看看是否能从中找到一些东西。我想要做的是继承所提供的价值，填充NA，直到一个新的价值出现。例如，在我提供的数据中，我正在寻找这样的输出；
df
Country_Name year gdp_per_capita freshwaster_production_pc
Albania 1997 717.3800 4.543622e-07 #use this value
Albania
浏览 3提问于2022-11-11得票数 0
回答已采纳
我有一个巨大的数据集，有六列(称为A，B，C，D，E，F)，大约45万行。我只是试图找出列A和B之间的相关性。
cor(A, B)
我得到了
1 NA
结果。我能做些什么来解决这个问题？
浏览 1提问于2011-09-26得票数 6
1回答
日安，
一次处理几个功能(分类和连续)中丢失的数据的方法是什么？我浏览了每一个特征，并绘制了它们分布的几个直方图，我认为简单地用一些常量值(均值、模式或其他东西)替代值并不是最好的选择。我想构建几个模型(连续值的分类和回归模型)，以便对数据进行归并，但我不知道正确的方法。如果我只使用非空行来训练我的模型，那么我就无法预测带有空值的值。另一方面，如果我简单地删除带有空值的列(功能)，就会得到糟糕的结果，因为带有空值的特性对于预测是有价值的。我有615739行* 49列数据集(经过一个热编码过程)。如果我删除至少包含一个空值的所有行，那么我将得到451063行。谢谢你提前给我建议。
浏览 0提问于2020-11-08得票数 1
回答已采纳
我正在绘制一个三维极地图周围的天线场强。数据示例如下所示：
0.5 0 -22
0.5 0 -21
0.5 0 -22
0.5 0 -21
0.5 0 -22
0.5 0 -22
0.5 0 -22
0.5 0 -22
其中，第一列是天线的半径，第二列是围绕天线的角度，第三列是场强的dBm值。
我在每个点都采集了一些样本，这些样本都是我的脚本平均的。3对应的列表R、P和Z，其中包含每个唯一点的半径、角度和场强的线性值。
我想绘制一个三维极坐标图的值。为此，我将R和P值从极坐标转换为笛卡尔坐标X和Y。
# transform them to cartesian s
浏览 4提问于2013-04-16得票数 3
2回答
熊猫数据栏的插值
、、、、
我需要在的2列pandas.DataFrame之间做插值，以填充它们之间的列。下面是我的data frame的几行，要填充的列是col2
col1 col2 col3
2.35 1 2.37
2.47 1 2.49
2.51 1 2.53
2.57 1 2.58
2.54 1 2.57
因此，对于插值，我想使用numpy.interp(x,xp,fp)，但我不知道如何组织我的数据，以便我将能够使用它。这是因为每一行的插值应该在col1和col3 之间。例如，对于第一行，我需要它看起来如下：
xp=[1,3]
fp=[2.47,2.49]
x
浏览 6提问于2020-03-17得票数 0
1回答
在第2行，我在'address‘列中有一个值" AVE“，希望与第1行中的'address’值连接。结果应该是第1行'address‘读为"NEWPORT AVE/ HIGHLAND AVE”。我该怎么做？
我还需要对第3行执行相同的函数，其中'action_taken‘读取为“服务提供”，而“呈现”则取自第4行。
|incident_no | date_reported | time_reported | address | incident_type | action_taken
--------------
浏览 3提问于2021-05-31得票数 1
回答已采纳
1回答
在SharpGL中使用NURBS
、、、、
我写了一个程序来显示一些压力测量结果。我想使用NURBS进行细节可视化。所以我给自己定位了
我的字段的范围是40x48个正方形。所以是40行48列。Z分量(高度)应该是可变的。
但我不知道该怎么定义
glMap2f(GL_MAP2_VERTEX_3, 0, 1, 3, 4, 0, 1, 12, 4, &ctrlpoints[0][0][0]);
// Parameter:
// target:
// What the control points represent (e.g. MAP2_VERTEX_3).
//
浏览 10提问于2017-08-14得票数 1
我使用InfluxDB作为后端源，存储股票的OHLC数据。现在市场并不是一直开放的，所以当我标出数据时，就会有缺失的地方。
我想要一个连续的图，就像我可以定义市场的时间，所以这个图是一条连续的线。
以下是当前呈现的内容：
浏览 1提问于2018-08-20得票数 2
import pandas as pd
t1=pd.DataFrame()
t1 ['name'] = ["dp","ag","wp"]
t1['status'] = ['a','b','c']
t1['age'] = [10,"",15]
t1
##
print(t1.isnull().values)
为什么此节点的执行不能识别为空(见"age“列，第2行)。isnull()对于所有单元格都为false，请参见下面的输出输出：
浏览 3提问于2020-03-20得票数 0
3回答
因此，我目前正在努力填写一个二维矩阵，以校准我已经拍摄的照片。
为此，我创建了：
vector1 = linspace(0.037, 0.03175, 256);
理想情况下，这个向量是矩阵中的第一行。
然后我又得到了另一个载体：
vector2 = linspace(0.0288, 0.0277, 256);
我想知道是否有任何方法在vector1和vector2之间进行插值，并将它们插入到带有Row 1 = vector1和Row 168 = vector2的矩阵中。
我应该有168行，有256列。
任何帮助都将不胜感激。
我宁愿不用手工操作168行.
浏览 1提问于2016-06-28得票数 0
回答已采纳
1回答
我有一系列来自Strava的坐标，每2.5分钟记录一次，然后将这些添加到QGIS地图中。我想通过取每一对的纬度和经度的平均值来插值这两个点。 我知道我可以使用for循环，但我更愿意使用apply系列函数中的一个，我知道我需要取当前行，然后取下一行，最后一行除外。 gpsSmall是一个data.frame，如下所示 activity_no lat lon
----------- --- ---
1 52.5111 -1.85222
1 52.5111 -1.86224
1 52.5111 -1.87226
... e
浏览 11提问于2019-02-11得票数 0
回答已采纳
2回答
一个可能很简单的问题，由于某种原因，我找不到答案：
我正在做一个Matlab项目，在那里我需要插值一组特定的数据。我有一个2D矩阵垫和两个向量X和Y，它们为每一列和每一行分配一个值(当然，严格地单调增加)。矩阵大部分是0，除了一些对角线，其中它有非零值。
现在我想在整个区域内按这些线插值数据，现在只需进行线性插值就够了。我的方法是
[y,x] = meshgrid(Y,X); %Create a Meshgrid out of the grid vectors
ySave=y;xSave=x;
M = MAT;
%Now, we eliminate the Elements where MAT
浏览 2提问于2014-03-06得票数 0
回答已采纳
图：
我有3列数据。我认为v和a是f的函数。
在上面画一个图形是可能的吗？现在我可以用scatter3()绘制这些数据了。
数据样本
数据：
谢谢
浏览 6提问于2017-03-27得票数 0
回答已采纳
3回答
如何使用预训练模型来填充缺失值？
、、、、
我有一个变量很少的时间序列指数和湿度读数。我已经训练了一个ML模型来预测基于X，Y和Z的湿度值。现在，当我使用pickle加载保存的模型时，我想使用X，Y和Z来填充湿度缺失值。但是，它应该考虑到X，Y和Z本身不应该丢失的事实。
Time X Y Z Humidity
1/2/2017 13:00 31 22 21 48
1/2/2017 14:00 NaN 12 NaN NaN
1/2/2017 1
浏览 16提问于2020-05-09得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
