TimeSeriesDataFrame.fill_missing_values

TimeSeriesDataFrame.fill_missing_values(method: str = 'auto', value: float = 0.0) → TimeSeriesDataFrame

填充由 NaN 表示的缺失值。

参数:

• method (str, 默认值 = "auto") –

  用于填充缺失值的方法。

  • "auto" - 首先向前填充（填充中间和尾部的 NaN），然后向后填充（填充开头的 NaN）

  • "ffill" 或 "pad" - 将最后一个有效观测值向前传播。注意：时间序列开头的缺失值不会被填充。

  • "bfill" 或 "backfill" - 使用下一个有效观测值填充空缺。注意：这可能导致信息泄露；时间序列末尾的缺失值不会被填充。

  • "constant" - 用给定的常量 value 替换 NaN。

  • "interpolate" - 使用线性插值填充 NaN 值。注意：这可能导致信息泄露。

• value (float, 默认值 = 0.0) – "constant" 填充方法使用的值。

示例

>>> ts_df
                    target
item_id timestamp
0       2019-01-01     NaN
        2019-01-02     NaN
        2019-01-03     1.0
        2019-01-04     NaN
        2019-01-05     NaN
        2019-01-06     2.0
        2019-01-07     NaN
1       2019-02-04     NaN
        2019-02-05     3.0
        2019-02-06     NaN
        2019-02-07     4.0

>>> ts_df.fill_missing_values(method="auto")
                    target
item_id timestamp
0       2019-01-01     1.0
        2019-01-02     1.0
        2019-01-03     1.0
        2019-01-04     1.0
        2019-01-05     1.0
        2019-01-06     2.0
        2019-01-07     2.0
1       2019-02-04     3.0
        2019-02-05     3.0
        2019-02-06     3.0
        2019-02-07     4.0