大熊猫插值返回NaN

我试图在60hz（~16ms）间隔内进行位置数据的基本插值。当我尝试在数据框上使用熊猫0.14插值时，它告诉我我的数据集中只有NaN（不正确）。当我尝试在从数据框中拉出的单个序列上运行它时，它将返回相同的序列，但不填充NaN。我尝试将索引设置为整数，使用不同的方法，摆弄插值函数的轴和限制参数- 没有骰子。我究竟做错了什么？大熊猫插值返回NaN

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

df.interpolate(method='values')

我得到这个错误：

--------------------------------------------------------------------------- 
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.

我也试着运行在单独的系列，其中仅返回我放在：

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：

道具杰夫鼓舞的解决方案。

添加：

df[['x','y','ms']] = df[['x','y','ms']].astype(float)

前

df.interpolate(method='values')

插值的伎俩。

来源

2014-06-19 jbbj94

可以显示df.info（）; ü概率有对象dtypes – Jeff

df0.info（） <类 'pandas.core.frame.DataFrame'> Float64Index：100个条目，0.0至1650.0 数据列（总3列）： X 46非空对象 y 46非空对象 ms 100非空对象 dtypes：object（3） – jbbj94

它们是对象dtypes - 它们是否应该转换为某种东西？ – jbbj94

我无法重现错误（请参阅下面的复制/粘贴示例），您能否确保显示的数据实际上代表了您的数据？

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

来源

2014-06-19 22:01:07 chrisb

我跑你的，它也转载。我还做了以下操作来添加NaN行：'df = df.reindex（pd.Series（arange（0，hz2ms（60）* 100，hz2ms（60））））'，其中hz2ms是一个辅助函数，返回1000 /赫兹 – jbbj94

根据您的编辑与道具杰夫鼓舞的解决方案。

添加：

df = df.astype(float)

前

df.interpolate(method='values')

插值为我做的伎俩也。除非您正在子选择列集，否则不需要指定列。

来源

2016-06-22 19:25:17 lukewitmer

大熊猫插值返回NaN

回答

相关问题