Jak przypisać brakujące wartości w pandach (w tym przykład)

Możesz użyć następującej podstawowej składni, aby przypisać brakujące wartości w ramce DataFrame pandy:

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

Poniższy przykład pokazuje, jak zastosować tę składnię w praktyce.

Przykład: interpolacja brakujących wartości w Pandach

Załóżmy, że mamy następującą ramkę danych pand, która pokazuje całkowitą sprzedaż dokonaną przez sklep przez 15 kolejnych dni:

 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

Należy zauważyć, że w ramce danych brakuje danych dotyczących sprzedaży za cztery dni.

Gdybyśmy stworzyli prosty wykres liniowy do wizualizacji sprzedaży w czasie, wyglądałby tak:

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

Aby uzupełnić brakujące wartości, możemy użyć funkcji interpolate() w następujący sposób:

 #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

Należy pamiętać, że każda z brakujących wartości została zastąpiona.

Jeśli utworzymy kolejny wykres liniowy w celu wizualizacji zaktualizowanej ramki danych, będzie to wyglądać tak:

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

Należy zauważyć, że wartości wybrane przez funkcję interpolate() wydają się całkiem dobrze pasować do trendu danych.

Uwaga : pełną dokumentację funkcji interpolate() można znaleźć tutaj .

Dodatkowe zasoby

Poniższe tutoriale dostarczają dodatkowych informacji na temat obsługi brakujących wartości w pandach:

Jak policzyć brakujące wartości w pandach
Jak zamienić wartości NaN na ciąg znaków w Pandach
Jak zamienić wartości NaN na zero w Pandach