Як імпутувати відсутні значення в пандах (включаючи приклад)

Ви можете використовувати наступний базовий синтаксис, щоб вказати відсутні значення в pandas DataFrame:

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

У наступному прикладі показано, як використовувати цей синтаксис на практиці.

Приклад: Інтерполяція відсутніх значень у Pandas

Припустімо, у нас є наступний DataFrame pandas, який показує загальні продажі, здійснені магазином протягом 15 днів поспіль:

 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

Зауважте, що у кадрі даних відсутні цифри продажів за чотири дні.

Якби ми створили просту лінійну діаграму для візуалізації продажів у часі, це виглядало б ось як:

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

Щоб заповнити відсутні значення, ми можемо використати функцію interpolate() наступним чином:

 #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

Зверніть увагу, що кожне з відсутніх значень було замінено.

Якщо ми створимо іншу лінійну діаграму для візуалізації оновленого кадру даних, це виглядатиме так:

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

Зауважте, що значення, вибрані функцією interpolate(), здається, досить добре відповідають тенденції даних.

Примітка . Повну документацію щодо функції interpolate() можна знайти тут .

Додаткові ресурси

Наступні посібники надають додаткову інформацію про те, як обробляти відсутні значення в pandas:

Як порахувати пропущені значення в пандах
Як замінити значення NaN на рядок в Pandas
Як замінити значення NaN на нуль в Pandas