Pandalar: nan değerleri modla nasıl doldurulur
Pandas DataFrame’in bir sütunundaki NaN değerlerini sütunun mod değeriyle değiştirmek için aşağıdaki sözdizimini kullanabilirsiniz:
df[' col1 '] = df[' col1 ']. fillna (df[' col1 ']. mode ()[0])
Aşağıdaki örnek, bu sözdiziminin pratikte nasıl kullanılacağını gösterir.
Örnek: Eksik değerleri Pandas’ta Mode ile değiştirin
Birkaç eksik değeri olan aşağıdaki panda DataFrame’e sahip olduğumuzu varsayalım:
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, 75, 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, 7], ' 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 75.0 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 7.0 7
Derecelendirme sütunundaki NaN değerlerini, derecelendirme sütununun mod değeriyle doldurmak için fillna() fonksiyonunu kullanabiliriz:
#fill NaNs with column mode in 'rating' column df[' rating '] = df[' rating ']. fillna (df[' rating ']. mode ()[0]) #view updated DataFrame df rating points assists rebounds 0 75.0 25.0 5.0 11 1 85.0 NaN 7.0 8 2 75.0 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 75.0 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 7.0 7
Derecelendirme sütunundaki mod değeri 75 idi, dolayısıyla derecelendirme sütunundaki NaN değerlerinin her biri bu değerle dolduruldu.
Not : fillna() işlevine ilişkin çevrimiçi belgelerin tamamını burada bulabilirsiniz.
Ek kaynaklar
Aşağıdaki eğitimlerde pandalarda diğer yaygın işlemlerin nasıl gerçekleştirileceği açıklanmaktadır:
Pandalarda eksik değerler nasıl sayılır?
Pandalar’da NaN değerlerine sahip satırlar nasıl silinir
Pandalarda belirli bir değer içeren satırlar nasıl silinir