Comment imputer les valeurs manquantes dans les pandas (y compris un exemple)

Vous pouvez utiliser la syntaxe de base suivante pour imputer les valeurs manquantes dans un DataFrame pandas :

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

L’exemple suivant montre comment utiliser cette syntaxe dans la pratique.

Exemple : interpoler les valeurs manquantes dans Pandas

Supposons que nous ayons le DataFrame pandas suivant qui montre les ventes totales réalisées par un magasin pendant 15 jours consécutifs :

import pandas as pd
import numpy as np

#create DataFrame
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

Notez qu’il nous manque des chiffres de ventes pour quatre jours dans le bloc de données.

Si nous créons un simple graphique linéaire pour visualiser les ventes au fil du temps, voici à quoi cela ressemblerait :

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

Pour remplir les valeurs manquantes, nous pouvons utiliser la fonction interpolate() comme suit :

#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

Notez que chacune des valeurs manquantes a été remplacée.

Si nous créons un autre graphique linéaire pour visualiser le bloc de données mis à jour, voici à quoi il ressemblerait :

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

Notez que les valeurs choisies par la fonction interpolate() semblent assez bien correspondre à la tendance des données.

Remarque : Vous pouvez trouver la documentation complète de la fonction interpolate() ici .

Ressources additionnelles

Les didacticiels suivants fournissent des informations supplémentaires sur la façon de gérer les valeurs manquantes dans les pandas :

Comment compter les valeurs manquantes chez les pandas
Comment remplacer les valeurs NaN par une chaîne dans Pandas
Comment remplacer les valeurs NaN par zéro dans Pandas