Pandas 内插返回的 NaN
Posted
技术标签:
【中文标题】Pandas 内插返回的 NaN【英文标题】:Pandas Interpolate Returning NaNs 【发布时间】:2014-08-10 13:47:41 【问题描述】:我正在尝试以 60hz (~16ms) 的间隔对位置数据进行基本插值。当我尝试在数据帧上使用 pandas 0.14 插值时,它告诉我我的数据集中只有 NaN(不是真的)。当我尝试在从数据帧中提取的单个系列上运行它时,它返回相同的系列而没有填充 NaN。我尝试使用不同的方法将索引设置为整数,摆弄插值函数的轴和限制参数- 没有骰子。我做错了什么?
df.head(5) :
x y ms
0 20.5815 14.1821 333.3333
1 NaN NaN 350
2 20.6112 14.2013 366.6667
3 NaN NaN 383.3333
4 20.5349 14.2232 400
df = df.set_index(df.ms) # set indices to milliseconds
当我尝试运行时
df.interpolate(method='values')
我收到此错误:
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-462-cb0f1f01eb84> in <module>()
12
13
---> 14 df.interpolate(method='values')
15
16
/Users/jsb/anaconda/lib/python2.7/site-packages/pandas/core/generic.pyc in interpolate(self, method, axis, limit, inplace, downcast, **kwargs)
2511
2512 if self._data.get_dtype_counts().get('object') == len(self.T):
-> 2513 raise TypeError("Cannot interpolate with all NaNs.")
2514
2515 # create/use the index
TypeError: Cannot interpolate with all NaNs.
我也尝试过运行单个系列,它只返回我输入的内容:
temp = df.x
temp.interpolate(method='values')
333.333333 20.5815
350.000000 NaN
366.666667 20.6112
383.333333 NaN
400.000000 20.5349 Name: x, dtype: object
编辑:
感谢 Jeff 启发解决方案。
添加:
df[['x','y','ms']] = df[['x','y','ms']].astype(float)
之前
df.interpolate(method='values')
插值成功了。
【问题讨论】:
你能显示 df.info();你可能有对象 dtypes df0.info()object
dtypes 不好。只有类似字符串的应该是object
dtype。您是如何生成/阅读这些内容的?
他们刚刚被输入了 vanilla pd.csv_read。我唯一做的就是用df = df[1:].reset_index(drop=True)
删除一个额外的标题行,然后用df.rename(columns='X center':'x', 'Y center': 'y',inplace=True)
重命名列。有什么我做错了吗?
【参考方案1】:
根据您对 Jeff 的启发进行的编辑,以启发解决方案。
添加:
df = df.astype(float)
之前
df.interpolate(method='values')
插值对我也有用。除非您对列集进行子选择,否则您不需要指定列。
【讨论】:
【参考方案2】:我无法重现错误(请参阅下面的可复制/粘贴示例),您能否确保您显示的数据实际上代表您的数据?
In [137]: from StringIO import StringIO
In [138]: df = pd.read_csv(StringIO(""" x y ms
...: 0 20.5815 14.1821 333.3333
...: 1 NaN NaN 350
...: 2 20.6112 14.2013 366.6667
...: 3 NaN NaN 383.3333
...: 4 20.5349 14.2232 400"""), delim_whitespace=True)
In [140]: df = df.set_index(df.ms)
In [142]: df.interpolate(method='values')
Out[142]:
x y ms
ms
333.3333 20.58150 14.18210 333.3333
350.0000 20.59635 14.19170 350.0000
366.6667 20.61120 14.20130 366.6667
383.3333 20.57305 14.21225 383.3333
400.0000 20.53490 14.22320 400.0000
【讨论】:
我运行了你的,它也被复制了。我还做了以下添加 NaN 行:df = df.reindex(pd.Series(arange(0,hz2ms(60)*100,hz2ms(60))))
,其中 hz2ms 是返回 1000/hz 的辅助函数以上是关于Pandas 内插返回的 NaN的主要内容,如果未能解决你的问题,请参考以下文章
当所有值都是 NaN 时,Pandas 重新采样以返回 NaN
pandas df.resample('D').sum() 返回 NaN