Pandas- nan တန်ဖိုးများကို ပျမ်းမျှ (ဥပမာ 3 ခုဖြင့် ဖြည့်နည်း)

ပန်ဒါ DataFrame တွင် NaN တန်ဖိုးများကို အစားထိုးရန်အတွက် fillna() လုပ်ဆောင်ချက်ကို သင်အသုံးပြုနိုင်ပါသည်။

ဤအင်္ဂါရပ်ကို အသုံးပြုရန် ဘုံနည်းလမ်းသုံးမျိုးရှိသည်။

နည်းလမ်း 1- ပျမ်းမျှအားဖြင့် ကော်လံတစ်ခုတွင် NaN တန်ဖိုးများကို ဖြည့်ပါ။

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

နည်းလမ်း 2- ပျမ်းမျှအားဖြင့် ကော်လံအများအပြားတွင် NaN တန်ဖိုးများကို ဖြည့်ပါ။

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

နည်းလမ်း 3- ကော်လံအားလုံးတွင် NaN တန်ဖိုးများကို ပျမ်းမျှဖြင့် ဖြည့်ပါ။

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

အောက်ဖော်ပြပါနမူနာများသည် အောက်ပါ pandas DataFrame ဖြင့် လက်တွေ့တွင် နည်းလမ်းတစ်ခုစီကို အသုံးပြုနည်းကို ပြသသည်-

 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

ဥပမာ 1- ပျမ်းမျှအားဖြင့် ကော်လံတစ်ခုတွင် NaN တန်ဖိုးများကို ဖြည့်ပါ။

အောက်ပါကုဒ်သည် အဆင့်သတ်မှတ် ကော်လံတွင် NaN တန်ဖိုးများကို အဆင့်သတ်မှတ် ကော်လံ၏ ပျမ်းမျှတန်ဖိုးဖြင့် မည်သို့ဖြည့်ရမည်ကို ပြသသည်-

 #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

အဆင့်သတ်မှတ် ကော်လံရှိ ပျမ်းမျှတန်ဖိုးသည် 85.125 ဖြစ်ပြီး၊ ထို့ကြောင့် အဆင့်သတ်မှတ် ကော်လံရှိ NaN တန်ဖိုးတစ်ခုစီကို ထိုတန်ဖိုးဖြင့် ဖြည့်ထားသည်။

ဥပမာ 2- ပျမ်းမျှအားဖြင့် ကော်လံအများအပြားတွင် NaN တန်ဖိုးများကို ဖြည့်ပါ။

အောက်ဖော်ပြပါ ကုဒ်သည် အဆင့်သတ်မှတ်ချက်များ တွင် NaN တန်ဖိုးများကို မည်သို့ဖြည့်သွင်းရမည်ကို ၎င်းတို့၏ သက်ဆိုင်ရာ ကော်လံ ပျမ်းမျှများဖြင့် ညွှန်ပေးသည်-

 #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

အဆင့် နှင့် အမှတ် ကော်လံများတွင် NaN တန်ဖိုးများကို ၎င်းတို့၏ သက်ဆိုင်ရာ ကော်လံပျမ်းမျှများဖြင့် ဖြည့်ထားသည်။

ဥပမာ 3- ကော်လံအားလုံးတွင် NaN တန်ဖိုးများကို ပျမ်းမျှဖြင့် ဖြည့်ပါ။

အောက်ပါကုဒ်သည် ကော်လံတစ်ခုစီရှိ NaN တန်ဖိုးများကို ကော်လံပျမ်းမျှများဖြင့် ဖြည့်နည်းကို ပြသသည်-

 #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

ကော်လံတစ်ခုစီရှိ NaN တန်ဖိုးများသည် ၎င်းတို့၏ ကော်လံ၏ ပျမ်းမျှအားဖြည့်ထားကြောင်း သတိပြုပါ။

fillna() လုပ်ဆောင်ချက်အတွက် အွန်လိုင်းစာရွက်စာတမ်းအပြည့်အစုံကို ဤနေရာတွင် ရှာတွေ့နိုင်ပါသည်။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ သင်ခန်းစာများသည် ပန်ဒါများတွင် အခြားဘုံလုပ်ဆောင်ချက်များကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြသည်-

ပန်ဒါမှာ ပျောက်ဆုံးနေတဲ့ တန်ဖိုးတွေကို ဘယ်လိုရေတွက်မလဲ။
Pandas ရှိ NaN တန်ဖိုးများဖြင့် အတန်းများကို ဖျက်နည်း
Pandas တွင် သတ်မှတ်ထားသော တန်ဖိုးများပါရှိသော အတန်းများကို ဖျက်နည်း