Panda's: hoe nan-waarden vullen met gemiddelde (3 voorbeelden)

U kunt de functie fillna() gebruiken om NaN-waarden in een pandas DataFrame te vervangen.

Hier zijn drie veelvoorkomende manieren om deze functie te gebruiken:

Methode 1: Vul NaN-waarden in een kolom met het gemiddelde

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

Methode 2: Vul NaN-waarden in meerdere kolommen met gemiddelde

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

Methode 3: Vul NaN-waarden in alle kolommen in met gemiddelde

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

De volgende voorbeelden laten zien hoe u elke methode in de praktijk kunt gebruiken met de volgende panda’s DataFrame:

 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

Voorbeeld 1: Vul NaN-waarden in een kolom met het gemiddelde

De volgende code laat zien hoe je de NaN-waarden in de beoordelingskolom vult met de gemiddelde waarde van de beoordelingskolom :

 #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

De gemiddelde waarde in de beoordelingskolom was 85.125 , dus elk van de NaN-waarden in de beoordelingskolom was met die waarde gevuld.

Voorbeeld 2: Vul NaN-waarden in meerdere kolommen met het gemiddelde

De volgende code laat zien hoe u de NaN-waarden in de beoordelings- en puntenkolommen kunt invullen met hun respectievelijke kolomgemiddelden:

 #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

De NaN-waarden in de cijfer- en puntkolommen zijn gevuld met hun respectieve kolomgemiddelden.

Voorbeeld 3: Vul de NaN-waarden in alle kolommen met het gemiddelde

De volgende code laat zien hoe je de NaN-waarden in elke kolom vult met de kolomgemiddelden:

 #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

Merk op dat de NaN-waarden in elke kolom zijn gevuld met het gemiddelde van hun kolom.

U kunt hier de volledige online documentatie voor de functie fillna() vinden.

Aanvullende bronnen

In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende bewerkingen in panda’s kunt uitvoeren:

Hoe ontbrekende waarden bij panda’s te tellen
Hoe rijen met NaN-waarden in Panda’s te verwijderen
Hoe rijen met een specifieke waarde in Pandas te verwijderen