如何使用Python推斷給定數據以填充NaN值？

Question

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

Answer 1

通過閱讀您的問題，我對您真正想要的答案感到困惑-

1. 不同的方法來推斷或
2. 如何使用特定的外推方法將NA值填充到列中。

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。

2. 外推熊貓中的空值。

   X ['mean_acc']。fillna（X ['mean_acc']。mean（），inplace = True）