You need to enable JavaScript to run this app. Python Pandas 如何根据国家列条件用移动平均填充新建列的NaN值
优惠活动
大模型
产品
解决方案
定价
更多

Python Pandas 如何根据国家列条件用移动平均填充新建列的NaN值

实现方案

核心逻辑为按国家维度分组,保证组内时序顺序正确,对每个国家单独计算自身OECDSTInterbkRate的移动平均,用该均值填充对应位置的NaN生成新列,全程不会跨国家混入其他地区的数据。

第一步:前置排序

移动平均的计算结果完全依赖组内的行顺序,必须先按国家、时间排序,避免时序混乱:

# 替换成你实际的国家列名、时间列名,比如如果你的国家列叫Country,时间列叫observation_date就对应修改
df = df.sort_values(by=['country', 'date'], ignore_index=True)

第二步:计算分国家的移动平均并填充缺失值

# 按国家分组,计算每个国家内部OECDSTInterbkRate的滚动移动平均
df['ma_per_country'] = df.groupby('country')['OECDSTInterbkRate'].transform(
    lambda s: s.rolling(
        window=3,  # 参与平均的相邻观测期数,可根据数据频率调整
        center=True,  # 窗口对齐到当前位置,同时取前后的观测值;若要严格用历史数据填充,改为False
        min_periods=1  # 窗口内至少1个非空值就计算均值,避免全空导致计算失败
    ).mean()
)

# 生成最终的填充后新列
df['OECDSTInterbkRate_filled'] = df['OECDSTInterbkRate'].fillna(df['ma_per_country'])

注意事项

  • 窗口大小window可根据数据粒度调整:比如季度数据可以设为4,年度数据设为2,窗口越大平滑效果越强,填充值和实际值的偏差也会越大
  • 如果某个国家的整列OECDSTInterbkRate没有任何非空观测值,移动平均计算出来也会是NaN,这部分无法通过自身规则填充,需要后续单独处理
  • 计算完成后可以删掉中间的临时列ma_per_country,只保留最终的填充列,对应代码为:
    df = df.drop(columns=['ma_per_country'])
    

内容的提问来源于stack exchange,提问作者lulu gangx

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.18 17:24:07