Pandas: so füllen sie nan-werte mit dem durchschnitt (3 beispiele)

Sie können die Funktion fillna() verwenden, um NaN-Werte in einem Pandas-DataFrame zu ersetzen.

Hier sind drei gängige Möglichkeiten, diese Funktion zu verwenden:

Methode 1: NaN-Werte in einer Spalte mit dem Durchschnitt füllen

 df[' col1 '] = df[' col1 ']. fillna (df[' col1 ']. mean ())

Methode 2: NaN-Werte in mehreren Spalten mit Durchschnitt füllen

 df[[' col1 ', ' col2 ']] = df[[' col1 ', ' col2 ']]. fillna (df[[' col1 ',' col2 ']]. mean ())

Methode 3: NaN-Werte in allen Spalten mit Durchschnitt füllen

 df = df. fillna ( df.mean ())

Die folgenden Beispiele zeigen, wie jede Methode in der Praxis mit dem folgenden Pandas DataFrame verwendet wird:

 import numpy as np
import pandas as pd

#create DataFrame with some NaN values
df = pd. DataFrame ({' rating ': [np.nan, 85, np.nan, 88, 94, 90, 76, 75, 87, 86],
                   ' points ': [25, np.nan, 14, 16, 27, 20, 12, 15, 14, 19],
                   ' assists ': [5, 7, 7, np.nan, 5, 7, 6, 9, 9, 5],
                   ' rebounds ': [11, 8, 10, 6, 6, 9, 6, 10, 10, 7]})

#view DataFrame
df

        rating points assists rebounds
0 NaN 25.0 5.0 11
1 85.0 NaN 7.0 8
2 NaN 14.0 7.0 10
3 88.0 16.0 NaN 6
4 94.0 27.0 5.0 6
5 90.0 20.0 7.0 9
6 76.0 12.0 6.0 6
7 75.0 15.0 9.0 10
8 87.0 14.0 9.0 10
9 86.0 19.0 5.0 7

Beispiel 1: NaN-Werte in einer Spalte mit dem Durchschnitt füllen

Der folgende Code zeigt, wie die NaN-Werte in der Bewertungsspalte mit dem Durchschnittswert der Bewertungsspalte gefüllt werden:

 #fill NaNs with column mean in 'rating' column
df[' rating '] = df[' rating ']. fillna (df[' rating ']. mean ())

#view updated DataFrame
df

	rating points assists rebounds
0 85.125 25.0 5.0 11
1 85,000 NaN 7.0 8
2 85.125 14.0 7.0 10
3 88,000 16.0 NaN 6
4 94,000 27.0 5.0 6
5 90,000 20.0 7.0 9
6 76,000 12.0 6.0 6
7 75,000 15.0 9.0 10
8 87,000 14.0 9.0 10
9 86,000 19.0 5.0 7

Der Durchschnittswert in der Bewertungsspalte betrug 85,125 , daher wurde jeder der NaN-Werte in der Bewertungsspalte mit diesem Wert gefüllt.

Beispiel 2: NaN-Werte in mehreren Spalten mit dem Durchschnitt füllen

Der folgende Code zeigt, wie die NaN-Werte in den Bewertungs- und Punktespalten mit ihren jeweiligen Spaltendurchschnitten gefüllt werden:

 #fill NaNs with column means in 'rating' and 'points' columns
df[[' rating ', ' points ']] = df[[' rating ', ' points ']]. fillna (df[[' rating ',' points ']]. mean ())

#view updated DataFrame
df

	rating points assists rebounds
0 85.125 25.0 5.0 11
1 85,000 18.0 7.0 8
2 85.125 14.0 7.0 10
3 88,000 16.0 NaN 6
4 94,000 27.0 5.0 6
5 90,000 20.0 7.0 9
6 76,000 12.0 6.0 6
7 75,000 15.0 9.0 10
8 87,000 14.0 9.0 10
9 86,000 19.0 5.0 7

Die NaN-Werte in den Spalten „Note“ und „ Punkt“ wurden mit den jeweiligen Spaltendurchschnitten gefüllt.

Beispiel 3: Füllen Sie die NaN-Werte in allen Spalten mit dem Durchschnitt

Der folgende Code zeigt, wie die NaN-Werte in jeder Spalte mit den Spaltendurchschnitten gefüllt werden:

 #fill NaNs with column means in each column 
df = df. fillna ( df.mean ())

#view updated DataFrame
df

        rating points assists rebounds
0 85.125 25.0 5.000000 11
1 85,000 18.0 7,000000 8
2 85.125 14.0 7.000000 10
3 88,000 16.0 6.666667 6
4 94,000 27.0 5,000000 6
5 90,000 20.0 7,000000 9
6 76,000 12.0 6,000000 6
7 75,000 15.0 9,000000 10
8 87,000 14.0 9,000000 10
9 86,000 19.0 5,000000 7

Beachten Sie, dass die NaN-Werte in jeder Spalte mit dem Durchschnitt ihrer Spalte gefüllt wurden.

Die vollständige Online-Dokumentation zur Funktion fillna() finden Sie hier .

Zusätzliche Ressourcen

In den folgenden Tutorials wird erläutert, wie andere gängige Vorgänge in Pandas ausgeführt werden:

So zählen Sie fehlende Werte in Pandas
So löschen Sie Zeilen mit NaN-Werten in Pandas
So löschen Sie Zeilen, die einen bestimmten Wert in Pandas enthalten