missing-data

2热度

1回答

我有两个数据集： a。看起来像这样的数据帧： SpeciesA SpeciesB SpeciesC SpeciesD SpeciesE SpeciesY SpeciesZ Site1 1 0 4 6 2 5 2 Site2 1 0 4 6 2 5 3 Site3 1 0 4 6 2 5 4 Site4 1 0 4 6 2

2热度

3回答

在熊猫数据框列中向前填充缺失值的高效解决方案？

我需要在组内的数据框的列中转发填充值。我应该注意到，一个群体的第一个价值永远不会被建筑遗失。目前我有以下解决方案。 df = pd.DataFrame({'a': [1,1,2,2,2], 'b': [1, np.nan, 2, np.nan, np.nan]}) # desired output a b 1 1 1 1 2 2 2 2 2 2 以下是我迄今尝试的三种解决方案。

1热度

1回答

来自R imputeTS包的na.kalman函数的奇怪行为

我正在试验来自imputeTS包的函数。该软件包提供了几种函数来计算单变量时间序列数据中的缺失值。我测试了它们，它们都很棒，除了na.kalman功能。该功能改变原始数字矢量。下面是一个例子。 # Load packages library(imputeTS) # Set seeds set.seed(123) # Generate 10 random number dat <- r

0热度

1回答

Java或SQL在数组中添加缺失的月份

美好的一天，亲爱的同事你能帮助我吗？我找不到决定。我从MySQL获得数组，看起来像（数量和月）： [2, 07.16, 3, 08.16, 2, 10.16, 1, 11.16, 1, 12.16, 1, 01.17] ，我需要补充一点，在这个周期内错过了0个月。对于此阵应增加08.16后0和09.16，因此成为的样子： [2, 07.16, 3, 08.16, 0, 09.16, 2, 10.

0热度

2回答

的R - 绘制的线缺少NA值

我有以下data.frame，“子集” Time A B C 2016-10-07 06:16:46 NA NA 41 2016-10-07 06:26:27 40 39 42 2016-10-07 06:38:23 NA 40 NA 2016-10-07 06:41:06 42 42 44 2016-10-07 06:41:06 NA 42 44 2016-10-07 06:41

1热度

1回答

绘制R中稍杂乱的时间序列数据

对不起，这可能有一个明显的答案，但我有点不确定该怎么做。例如说我有一个数据集，我有名字的人列表，销售他们制作的数量，他们让这些销售的日期，所有的格式如下： Name | Date | Sales ------------------------------------ AAA | 01/01/2001 | 50 AAA | 01/02/2001 | 62 AAA | 01/0

1热度

1回答

熊猫填补缺失值与给定的中位数

我有一个数据集，有100列和50万行。对于列Z，某些值缺失。我将首先将数据按2列(A,B)分组，然后对于每个组，我得到中位数（跳过这些nans），然后我想用相应组的中位数填充Z中的nans。我可以 df.groupby(["A","B"]).Z.median() 但它也有NaN的一些集团和我不知道如何着手，真正填补这些NaN的在Z由组中位数...

0热度

2回答

根据字符串的子集有条件地填充缺失值

我有一个包含缺失值的数据框。这些缺失的值跨越多个变量，但是在所述变量中出现，一次出现在特定观察值上。例如，我的数据帧看起来像： r1 = c('', 'abc def', '') r2 = c('1', 'ghi jkl', '2') r3 = c('', 'mno pqr', '') df = as.data.frame(rbind(r1, r2, r3)) 我想在所有情况下，“X”，

1热度

1回答

输入数据必须具有类中级

我正在进行一项学校项目，在该项目中，我需要对缺失数据进行补偿，并在用鼠标进行插补后尝试使用完整功能生成完整的数据集。当我一个接一个地运行它们时，一切正常，但我想用for循环来防止我想要的不止m = 5插值。现在，当试图运行for-loop时，我总是得到错误完整错误（插补[1]）：输入数据必须具有类'mids'。但是当我查看这个类时是 mids，这里怎么回事？这是我的代码： imputati

1热度

1回答

如何在数据帧中所有的非数字细胞转化为NA

我想所有的细胞转化与非数值数据缺失（NA）。我尝试了类似的方式将特定值转换为丢失数据，如： recode_missing <- function (g, misval) { a <- g == misval temp = g temp [a] <- NA return (temp) } 这很好用：一个优雅的R解决方案。我试图解码像a <- g ==