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
相关产品推荐

