Pandas: 모드로 nan 값을 채우는 방법

다음 구문을 사용하여 Pandas DataFrame 열의 NaN 값을 열의 모드 값으로 바꿀 수 있습니다.

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

다음 예에서는 실제로 이 구문을 사용하는 방법을 보여줍니다.

예: 누락된 값을 Pandas의 모드로 대체

몇 가지 누락된 값이 있는 다음과 같은 pandas DataFrame이 있다고 가정해 보겠습니다.

 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

fillna() 함수를 사용하여 등급 열의 NaN 값을 등급 열의 모드 값으로 채울 수 있습니다.

 #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

등급 열의 모드 값은 75 이므로 등급 열의 각 NaN 값은 해당 값으로 채워졌습니다.

참고 : fillna() 함수에 대한 전체 온라인 설명서는 여기에서 찾을 수 있습니다.

추가 리소스

다음 튜토리얼에서는 Pandas에서 다른 일반적인 작업을 수행하는 방법을 설명합니다.

팬더에서 누락된 값을 계산하는 방법
Pandas에서 NaN 값이 있는 행을 삭제하는 방법
Pandas에서 특정 값이 포함된 행을 삭제하는 방법