python – Pandas Dataframe:用行平均值替换NaN
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了python – Pandas Dataframe:用行平均值替换NaN,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含1214字,纯文字阅读大概需要2分钟。
内容图文
我正在努力学习大熊猫,但我对以下内容感到困惑.我想替换NaNs是一个具有行平均值的数据帧.因此像df.fillna(df.mean(axis = 1))这样的东西应该可以工作,但由于某种原因它不适合我.我错过了什么,我做错了什么?是因为它没有实施;见link here
import pandas as pd
import numpy as np
?
pd.__version__
Out[44]:
'0.15.2'
In [45]:
df = pd.DataFrame()
df['c1'] = [1, 2, 3]
df['c2'] = [4, 5, 6]
df['c3'] = [7, np.nan, 9]
df
Out[45]:
c1 c2 c3
0 1 4 7
1 2 5 NaN
2 3 6 9
In [46]:
df.fillna(df.mean(axis=1))
Out[46]:
c1 c2 c3
0 1 4 7
1 2 5 NaN
2 3 6 9
但是这样的事情看起来很好
df.fillna(df.mean(axis=0))
Out[47]:
c1 c2 c3
0 1 4 7
1 2 5 8
2 3 6 9
解决方法:
如注释,fillna的axis参数是NotImplemented.
df.fillna(df.mean(axis=1), axis=1)
注意:这在此非常关键,因为您不希望用第n行平均值填充第n列.
现在你需要迭代:
In [11]: m = df.mean(axis=1)
for i, col in enumerate(df):
# using i allows for duplicate columns
# inplace *may* not always work here, so IMO the next line is preferred
# df.iloc[:, i].fillna(m, inplace=True)
df.iloc[:, i] = df.iloc[:, i].fillna(m)
In [12]: df
Out[12]:
c1 c2 c3
0 1 4 7.0
1 2 5 3.5
2 3 6 9.0
另一种方法是填充转置然后转置,这可能更有效…
df.T.fillna(df.mean(axis=1)).T
内容总结
以上是互联网集市为您收集整理的python – Pandas Dataframe:用行平均值替换NaN全部内容,希望文章能够帮你解决python – Pandas Dataframe:用行平均值替换NaN所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。