Pandy: jak wypełnić wartości nan średnią (3 przykłady)

Możesz użyć funkcji fillna() , aby zastąpić wartości NaN w ramce DataFrame pandy.

Oto trzy typowe sposoby korzystania z tej funkcji:

Metoda 1: Wypełnij wartości NaN w kolumnie średnią

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

Metoda 2: Wypełnij wartości NaN w wielu kolumnach średnią

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

Metoda 3: Wypełnij wartości NaN we wszystkich kolumnach średnią

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

Poniższe przykłady pokazują, jak w praktyce używać każdej metody z następującą ramką DataFrame pand:

 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

Przykład 1: Wypełnij wartości NaN w kolumnie średnią

Poniższy kod pokazuje, jak wypełnić wartości NaN w kolumnie oceny średnią wartością kolumny oceny :

 #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

Średnia wartość w kolumnie oceny wyniosła 85,125 , więc każda z wartości NaN w kolumnie oceny została wypełniona tą wartością.

Przykład 2: Wypełnij wartości NaN w wielu kolumnach średnią

Poniższy kod pokazuje, jak wypełnić wartości NaN w kolumnach ocen i punktów odpowiednimi średnimi kolumnami:

 #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

Wartości NaN w kolumnach ocen i punktów zostały wypełnione odpowiednimi średnimi kolumnami.

Przykład 3: Wypełnij wartości NaN we wszystkich kolumnach średnią

Poniższy kod pokazuje, jak wypełnić wartości NaN w każdej kolumnie średnimi kolumn:

 #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

Należy pamiętać, że wartości NaN w każdej kolumnie zostały wypełnione średnią z ich kolumny.

Pełną dokumentację online funkcji fillna() można znaleźć tutaj .

Dodatkowe zasoby

Poniższe samouczki wyjaśniają, jak wykonywać inne typowe operacje na pandach:

Jak policzyć brakujące wartości w pandach
Jak usunąć wiersze z wartościami NaN w Pandach
Jak usunąć wiersze zawierające określoną wartość w Pandach