Come imputare i valori mancanti nei panda (incluso un esempio)

È possibile utilizzare la seguente sintassi di base per imputare i valori mancanti in un DataFrame panda:

 df[' column_name '] = df[' column_name ']. interpolate ()

L’esempio seguente mostra come utilizzare questa sintassi nella pratica.

Esempio: interpolare i valori mancanti nei panda

Supponiamo di avere il seguente DataFrame panda che mostra le vendite totali effettuate da un negozio per 15 giorni consecutivi:

 import pandas as pd
import numpy as np

#createDataFrame
df = pd. DataFrame ({' day ': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15],
                   ' sales ': [3, 6, 8, 10, 14, 17, 20, np.nan, np.nan, np.nan,
                             np.nan, 35, 39, 44, 49]})

#view DataFrame
print (df)

    day sales
0 1 3.0
1 2 6.0
2 3 8.0
3 4 10.0
4 5 14.0
5 6 17.0
6 7 20.0
7 8 NaN
8 9 NaN
9 10 NaN
10 11 NaN
11 12 35.0
12 13 39.0
13 14 44.0
14 15 49.0

Tieni presente che nel frame dati mancano i dati di vendita per quattro giorni.

Se creassimo un semplice grafico a linee per visualizzare le vendite nel tempo, ecco come apparirebbe:

 #create line chart to visualize sales
df[' sales ']. plot ()

Per riempire i valori mancanti, possiamo usare la funzione interpolate() come segue:

 #interpolate missing values in 'sales' column
df[' sales '] = df[' sales ']. interpolate ()

#view DataFrame
print (df)

    day sales
0 1 3.0
1 2 6.0
2 3 8.0
3 4 10.0
4 5 14.0
5 6 17.0
6 7 20.0
7 8 23.0
8 9 26.0
9 10 29.0
10 11 32.0
11 12 35.0
12 13 39.0
13 14 44.0
14 15 49.0

Si noti che ciascuno dei valori mancanti è stato sostituito.

Se creiamo un altro grafico a linee per visualizzare il data frame aggiornato, ecco come apparirebbe:

 #create line chart to visualize sales
df[' sales ']. plot ()

Da notare che i valori scelti dalla funzione interpolate() sembrano corrispondere abbastanza bene all’andamento dei dati.

Nota : puoi trovare la documentazione completa per la funzione interpolate() qui .

Risorse addizionali

I seguenti tutorial forniscono ulteriori informazioni su come gestire i valori mancanti nei panda:

Come contare i valori mancanti nei panda
Come sostituire i valori NaN con una stringa in Pandas
Come sostituire i valori NaN con zero in Panda