Python基于滑动平均思想实现缺失数据填充的方法_滑动窗口均值补值法

python缺失数据填充

182 浏览量更新于2023-03-16 评论收藏 46KB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源评论

资源推荐

Python基于滑动平均思想实现缺失数据填充的方法基于滑动平均思想实现缺失数据填充的方法

今天小编就为大家分享一篇关于Python基于滑动平均思想实现缺失数据填充的方法，小编觉得内容挺不错的，

现在分享给大家，具有很好的参考价值，需要的朋友一起跟随小编来看看吧

在时序数据处理过程中，我们经常会遇到由于现实中的种种原因导致获取的数据缺失的情况，这里的数据缺失不单单是指

为‘NaN'的数据，比如在AQI数据中，0是不可能出现的，这时候如果数据中出现了0也就是数据缺失了，最近正好在拿一个污

染物的数据在做模型分析，中间就遇到了数据缺失值的问题，数据量本身不大，如果直接对缺失值进行丢弃处理的话会进一步

减小数据量，所以这里考虑采用数据填充的方法来实现缺失数据的填充。我做了两个版本其中，第一个版本很简单可以不看，

主要是简单实现以下效果。具体实现如下：

#!usr/bin/env python

#encoding:utf-8

from __future__ import division

'''

__Author__:沂水寒城

功能： python 基于滑动平均思想实现简易的缺失数据填充

'''

def zeroDataFill(one_all_list):

'''

对于0数据处理,简单实现版本,可忽略

'''

res_list=[]

for i in range(len(one_all_list)):

if one_all_list[i]!=0:

res_list.append(one_all_list[i])

else:

if i==0:

for j in range(1,len(one_all_list)):

if one_all_list[j]!=0:

res_list.append(one_all_list[j])

break

elif i==len(one_all_list)-1:

res_list.append(int(sum(res_list[-3:-1])/2))

else:

tmp=0

for j in range(i,len(one_all_list)):

if one_all_list[j]!=0:

tmp=one_all_list[j]

break

now=(res_list[i-1]+tmp)/2

res_list.append(int(now))

print res_list

return res_list

def dataProcessing(one_all_list,num=7):

'''

对于时间序列数据中的 0 进行处理，采用滑动平均的方法来填充(默认时间为一周)

'''

nozero_list=[one for one in one_all_list if one!=0]

before_avg,last_avg=sum(nozero_list[:num])/num,sum(nozero_list[-1*num:])/num

res_list=[]

for i in range(len(one_all_list)):

if one_all_list[i]!=0:

res_list.append(one_all_list[i])

else:

tmp=int(num/2)+1

if i<=tmp:

res_list.append(int(before_avg))

elif i>=len(one_all_list)-tmp:

res_list.append(int(last_avg))

slice_list=one_all_list[i-tmp:i+tmp+1]

res_list.append(int(sum(slice_list)/(num-1)))

print res_list

return res_list

if __name__=='__main__':

one_all_list=[0,12,3,5,1,5,7,8,4,0,12,14,0,0,45,34,67,43,0,9,1,0]

zeroDataFill(one_all_list)

dataProcessing(one_all_list,num=7)

结果如下：结果如下：

[12, 12, 3, 5, 1, 5, 7, 8, 4, 8, 12, 14, 29, 37, 45, 34, 67, 43, 26, 9, 1, 17]

[5, 12, 3, 5, 1, 5, 7, 8, 4, 12, 14, 45, 34, 67, 43, 30, 33, 9, 1, 30, 8]

总结总结

以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，谢谢大家对我们的支持。

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余1页未读，立即下载

weixin_38713412

粉丝: 7
资源: 962

会员权益专享

Python基于滑动平均思想实现缺失数据填充的方法

评论0

会员权益专享

最新资源

Python基于滑动平均思想实现缺失数据填充的方法

评论0

数据分析方法 1.缺失值填充

Python实现滑动平均(Moving Average)的例子

python实现数据缺失处理

python缺失值填充，用行数据平均数填充

python滑动窗口填充缺失值

python缺失值平均值填充

python 3秒钟 滑动平均

python的滑动平均法

python怎么填充Excel缺失数据

python缺失值填充

python对sav数据缺失值填充

python实现knn数据填充

python以平均值填缺失值

滑动平均算法python实现详细

python计算滑动平均的代码

python填充缺失值

python数据清洗处理各列缺失数据代码

python滑动平均值滤波

python中pandasfillna()填充缺失值方法

Python 缺失值填充

会员权益专享

最新资源

python 3秒钟滑动平均