Pandas: so füllen sie nan-werte mit dem modus

Sie können die folgende Syntax verwenden, um NaN-Werte in einer Spalte eines Pandas-DataFrames durch den Moduswert der Spalte zu ersetzen:

 df[' col1 '] = df[' col1 ']. fillna (df[' col1 ']. mode ()[0])

Das folgende Beispiel zeigt, wie diese Syntax in der Praxis verwendet wird.

Beispiel: Ersetzen Sie fehlende Werte durch „Mode“ in Pandas

Nehmen wir an, wir haben den folgenden Pandas-DataFrame mit einigen fehlenden Werten:

 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, 75, 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, 7],
                   ' 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 75.0 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 7.0 7

Wir können die Funktion fillna() verwenden, um die NaN-Werte in der Bewertungsspalte mit dem Moduswert der Bewertungsspalte zu füllen:

 #fill NaNs with column mode in 'rating' column
df[' rating '] = df[' rating ']. fillna (df[' rating ']. mode ()[0])

#view updated DataFrame
df

	rating points assists rebounds
0 75.0 25.0 5.0 11
1 85.0 NaN 7.0 8
2 75.0 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 75.0 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 7.0 7

Der Moduswert in der Bewertungsspalte betrug 75 , daher wurde jeder der NaN-Werte in der Bewertungsspalte mit diesem Wert gefüllt.

Hinweis : Die vollständige Online-Dokumentation für die 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