熊貓 - 處理分類數據中的NaN

Question

我在數據框中有一列有分類數據，但有些數據缺失，即NaN。我想對這些數據進行線性插值來填補缺失值，但我不知道如何去做。我不能刪除NaN以將數據轉換爲分類類型，因爲我需要填充它們。一個簡單的例子來證明正在嘗試做什麼。

col1 col2 
5  cloudy 
3  windy 
6  NaN 
7  rainy 
10 NaN 

說我要col2轉換爲分類數據，但保留了NaN，並且利用線性插值我怎麼去了解它填補他們。比方說，它看起來像這樣

col2 
1 
2 
NaN 
3 
NaN 

列轉換爲分類數據後，然後我可以做線性插值並得到這樣的

col2 
1 
2 
3 
3 
2 

我怎樣才能做到這一點？

Answer 1

UPDATE：

是否有辦法後 插即代替1,2或3的數據轉換回其原來的形式，你有陰天，大風多雨 一遍嗎？

解決方案：我有意添加更多的行原來的DF：

In [129]: df 
Out[129]: 
    col1 col2 
0  5 cloudy 
1  3 windy 
2  6  NaN 
3  7 rainy 
4 10  NaN 
5  5 cloudy 
6 10  NaN 
7  7 rainy 

In [130]: df.dtypes 
Out[130]: 
col1  int64 
col2 category 
dtype: object 

In [131]: df.col2 = (df.col2.cat.codes.replace(-1, np.nan) 
    ...:    .interpolate().astype(int).astype('category') 
    ...:    .cat.rename_categories(df.col2.cat.categories)) 
    ...: 

In [132]: df 
Out[132]: 
    col1 col2 
0  5 cloudy 
1  3 windy 
2  6 rainy 
3  7 rainy 
4 10 cloudy 
5  5 cloudy 
6 10 cloudy 
7  7 rainy 

OLD 「數字」 的答案：

IIUC你可以這樣做：

In [66]: df 
Out[66]: 
    col1 col2 
0  5 cloudy 
1  3 windy 
2  6  NaN 
3  7 rainy 
4 10  NaN 

首先讓我們分解一下col2：

In [67]: df.col2 = pd.factorize(df.col2, na_sentinel=-2)[0] + 1 

In [68]: df 
Out[68]: 
    col1 col2 
0  5  1 
1  3  2 
2  6 -1 
3  7  3 
4 10 -1 

現在我們可以估算出它（'與NaN小號的更換-1）：

In [69]: df.col2.replace(-1, np.nan).interpolate().astype(int) 
Out[69]: 
0 1 
1 2 
2 2 
3 3 
4 3 
Name: col2, dtype: int32 

同樣的方法，但插值系列轉換爲category D型：

In [70]: df.col2.replace(-1, np.nan).interpolate().astype(int).astype('category') 
Out[70]: 
0 1 
1 2 
2 2 
3 3 
4 3 
Name: col2, dtype: category 
Categories (3, int64): [1, 2, 3]