首页 > 编程 > Python > 正文

pandas 使用均值填充缺失值列的小技巧分享

2019-11-25 12:31:21
字体:
来源:转载
供稿:网友

pd.DataFrame中通常含有许多特征,有时候需要对每个含有缺失值的列,都用均值进行填充,代码实现可以这样:

for column in list(df.columns[df.isnull().sum() > 0]):  mean_val = df[column].mean()  df[column].fillna(mean_val, inplace=True)# -------代码分解-------# 判断哪些列有缺失值,得到series对象df.isnull().sum() > 0# outputcontributors           Truecoordinates            Truecreated_at            Falsedisplay_text_range        Falseentities             Falseextended_entities         Truefavorite_count          Falsefavorited            Falsefull_text            Falsegeo                Trueid                Falseid_str              False...# 根据上一步结果,筛选需要填充的列df.columns[df.isnull().sum() > 0]# outputIndex(['contributors', 'coordinates', 'extended_entities', 'geo',    'in_reply_to_screen_name', 'in_reply_to_status_id',    'in_reply_to_status_id_str', 'in_reply_to_user_id',    'in_reply_to_user_id_str', 'place', 'possibly_sensitive',    'possibly_sensitive_appealable', 'quoted_status', 'quoted_status_id',    'quoted_status_id_str', 'retweeted_status'],   dtype='object')

以上这篇pandas 使用均值填充缺失值列的小技巧分享就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持武林网。

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表