pandas.core.resample.Resampler.fillna

finalResampler.fillna(method, limit=None)[source]

Заполнение пропущенных значений, возникших при апсемплинге.

В статистике импутация — это процесс замены пропущенных данных на подставленные значения [1]. При ресемплировании данных могут появиться пропущенные значения (например, когда частота ресемплирования выше, чем исходная частота).

Пропущенные значения, существовавшие в исходных данных, не будут изменены.

Параметры:

method:{‘pad’, ‘backfill’, ‘ffill’, ‘bfill’, ‘nearest’}

Метод для заполнения пропусков в ресемплированных данных

• ‘pad’ или ‘ffill’: используется предыдущее действительное наблюдение для заполнения пробела (прямое заполнение).

• ‘backfill’ или ‘bfill’: используется следующее действительное наблюдение для заполнения пробела.

• ‘nearest’: используется ближайшее действительное наблюдение для заполнения пробела.

limit:int, необязательно

Ограничение количества последовательных пропущенных значений для заполнения.

Возвращает:

Серия или DataFrame

Перевыборка Series или DataFrame с заполненными пропущенными значениями.

См. также

bfill

Заполнение пропущенных значений в ресемплированных данных путем обратного заполнения.

ffill

Заполнение пропущенных значений в ресемплированных данных путем прямого заполнения.

nearest

Заполнение пропущенных значений в ресемплированных данных ближайшим соседом, начиная с центра.

interpolate

Заполнение пропущенных значений с помощью интерполяции.

Series.fillna

Заполнение пропущенных значений в Series указанным методом, который может быть ‘bfill’ и ‘ffill’.

DataFrame.fillna

Заполнение пропущенных значений в DataFrame указанным методом, который может быть ‘bfill’ и ‘ffill’.

Ссылки

[1]

https://en.wikipedia.org/wiki/Imputation_(statistics)

Примеры

Ресемплирование Series:

>>> s = pd.Series([1, 2, 3],
...               index=pd.date_range('20180101', periods=3, freq='h'))
>>> s
2018-01-01 00:00:00    1
2018-01-01 01:00:00    2
2018-01-01 02:00:00    3
Freq: h, dtype: int64

Без заполнения пропущенных значений получаем:

>>> s.resample("30min").asfreq()
2018-01-01 00:00:00    1.0
2018-01-01 00:30:00    NaN
2018-01-01 01:00:00    2.0
2018-01-01 01:30:00    NaN
2018-01-01 02:00:00    3.0
Freq: 30min, dtype: float64

>>> s.resample('30min').fillna("backfill")
2018-01-01 00:00:00    1
2018-01-01 00:30:00    2
2018-01-01 01:00:00    2
2018-01-01 01:30:00    3
2018-01-01 02:00:00    3
Freq: 30min, dtype: int64

>>> s.resample('15min').fillna("backfill", limit=2)
2018-01-01 00:00:00    1.0
2018-01-01 00:15:00    NaN
2018-01-01 00:30:00    2.0
2018-01-01 00:45:00    2.0
2018-01-01 01:00:00    2.0
2018-01-01 01:15:00    NaN
2018-01-01 01:30:00    3.0
2018-01-01 01:45:00    3.0
2018-01-01 02:00:00    3.0
Freq: 15min, dtype: float64

>>> s.resample('30min').fillna("pad")
2018-01-01 00:00:00    1
2018-01-01 00:30:00    1
2018-01-01 01:00:00    2
2018-01-01 01:30:00    2
2018-01-01 02:00:00    3
Freq: 30min, dtype: int64

>>> s.resample('30min').fillna("nearest")
2018-01-01 00:00:00    1
2018-01-01 00:30:00    2
2018-01-01 01:00:00    2
2018-01-01 01:30:00    3
2018-01-01 02:00:00    3
Freq: 30min, dtype: int64

Пропущенные значения, присутствующие до апсемплинга, не затрагиваются.

>>> sm = pd.Series([1, None, 3],
...                index=pd.date_range('20180101', periods=3, freq='h'))
>>> sm
2018-01-01 00:00:00    1.0
2018-01-01 01:00:00    NaN
2018-01-01 02:00:00    3.0
Freq: h, dtype: float64

>>> sm.resample('30min').fillna('backfill')
2018-01-01 00:00:00    1.0
2018-01-01 00:30:00    NaN
2018-01-01 01:00:00    NaN
2018-01-01 01:30:00    3.0
2018-01-01 02:00:00    3.0
Freq: 30min, dtype: float64

>>> sm.resample('30min').fillna('pad')
2018-01-01 00:00:00    1.0
2018-01-01 00:30:00    1.0
2018-01-01 01:00:00    NaN
2018-01-01 01:30:00    NaN
2018-01-01 02:00:00    3.0
Freq: 30min, dtype: float64

>>> sm.resample('30min').fillna('nearest')
2018-01-01 00:00:00    1.0
2018-01-01 00:30:00    NaN
2018-01-01 01:00:00    NaN
2018-01-01 01:30:00    3.0
2018-01-01 02:00:00    3.0
Freq: 30min, dtype: float64

Ресемплирование DataFrame выполняется по столбцам. Все те же параметры доступны.

>>> df = pd.DataFrame({'a': [2, np.nan, 6], 'b': [1, 3, 5]},
...                   index=pd.date_range('20180101', periods=3,
...                                       freq='h'))
>>> df
                       a  b
2018-01-01 00:00:00  2.0  1
2018-01-01 01:00:00  NaN  3
2018-01-01 02:00:00  6.0  5

>>> df.resample('30min').fillna("bfill")
                       a  b
2018-01-01 00:00:00  2.0  1
2018-01-01 00:30:00  NaN  3
2018-01-01 01:00:00  NaN  3
2018-01-01 01:30:00  6.0  5
2018-01-01 02:00:00  6.0  5