当前位置:   article > 正文

数据缺失值的补齐(代码)_医学数据缺失值补全代码

医学数据缺失值补全代码

数据缺失值的补齐(代码)

在做时间序列模型的建模以及其他模型的建模时,我们经常会碰到拟合数据存在缺失值(nan)的情况,直接删除存在缺失值的条目大多数情况下不太合理,因此需要对缺失值进行补齐(插值),补齐数据的方法有很多,比如用固定值(0等)代替、平均值、最大值等,下面介绍用平均值进行插值的python代码。

思路:用缺失值前后四天的数据的平均值对缺失值进行插值。
代码编写思路:
1.如果缺失值当天的前后四天有数据,则用当天前后四天的平均值进行补齐。
2.如果缺失值当天的前后四天没有数据,则用其他所有年份的当天的前后四天的数据的平均值补进行齐。

代码部分:
在这里插入图片描述
在这里插入图片描述

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/Guff_9hys/article/detail/759999
推荐阅读
相关标签
  

闽ICP备14008679号