![](/img/trans.png)
[英]Extrapolate time series data based on Start and end values, using Python?
[英]How to extrapolate the given data to fill NaN values using Python?
我想用適當的推斷來填充NaN值。 我認為曲線擬合方法不合適,因為我對給定點的曲線方程式一無所知。 我從MPU獲得了這些值。 誰能建議我使用Python推斷值以填充NaN位置的最佳方法?
mean_acc timestamp x_acc x_gyro y_acc y_gyro z_acc z_gyro
1.00 1143 0.96 -1.22 0.16 2.81 0.24 0.24
1.17 1646 1.15 -7.26 0.14 4.88 0.18 -0.06
1.02 2149 1.00 8.36 0.15 11.78 0.12 3.11
0.98 2652 0.96 -8.30 0.15 2.01 0.11 -2.01
1.05 3155 0.94 -4.21 0.17 3.42 0.42 -2.93
1.01 3658 1.00 2.75 0.12 4.64 0.05 5.13
NaN 4161 NaN NaN NaN NaN NaN NaN
NaN 4664 NaN NaN NaN NaN NaN NaN
NaN 5167 NaN NaN NaN NaN NaN NaN
NaN 5670 NaN NaN NaN NaN NaN NaN
通過閱讀您的問題,我對您真正想要的答案感到困惑-
但是,我會盡力回答這兩個問題。
mean_acc,x_acc,y_acc,z_acc空值可以用其平均值填充。 對於y_gyro,將現有的轉換為Log轉換,然后外推Log值的均值,然后將Log轉換取反以獲得所需的值。
嘗試繪制剩余字段並嘗試找到可用於推斷剩余列中NULL值的關系。
外推熊貓中的空值。
X ['mean_acc']。fillna(X ['mean_acc']。mean(),inplace = True)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.