Pandas DataFrame의 NaN 값을 해당하는 각 열의 평균으로 어떻게 바꾸나요?

Pandas DataFrame에서 NaN 값을 열 평균으로 바꾸기

Pandas DataFrame에서 NaN 값이 발생할 수 있으므로 적절한 값으로 바꿔야 합니다. 데이터 분석을 위해. 이 문서에서는 NaN을 해당 열의 평균으로 바꾸는 문제를 다룹니다.

numpy 배열과 달리 pandas DataFrame은 numpy 배열에 사용되는 평균화 기술을 직접 적용할 수 없습니다. 대신 DataFrame.fillna 메서드가 간단한 솔루션을 제공합니다.

DataFrame.fillna 사용

NaN 값을 열 평균으로 채우려면 다음을 사용하세요. 다음 코드:

<code class="python">import pandas as pd

# Create a DataFrame with NaN values
df = pd.DataFrame({
    'A': [-0.166919, -0.297953, -0.120211, np.nan, np.nan, -0.788073, -0.916080, -0.887858, 1.948430, 0.019698],
    'B': [0.979728, -0.912674, -0.540679, -2.027325, np.nan, np.nan, -0.612343, 1.033826, 1.025011, -0.795876],
    'C': [-0.632955, -1.365463, -0.680481, 1.533582, 0.461821, np.nan, np.nan, np.nan, -2.982224, -0.046431]
})

print("Original DataFrame with NaN values:")
print(df)

# Calculate column means
column_means = df.mean()
print("\nColumn means:")
print(column_means)

# Replace NaN values with column means
df_filled = df.fillna(column_means)
print("\nDataFrame with NaN values replaced by column means:")
print(df_filled)</code>

예:

NaN 값이 있는 다음 DataFrame을 고려하세요.

          A         B         C
0 -0.166919  0.979728 -0.632955
1 -0.297953 -0.912674 -1.365463
2 -0.120211 -0.540679 -0.680481
3       NaN -2.027325  1.533582
4       NaN       NaN  0.461821
5 -0.788073       NaN       NaN
6 -0.916080 -0.612343       NaN
7 -0.887858  1.033826       NaN
8  1.948430  1.025011 -2.982224
9  0.019698 -0.795876 -0.046431

DataFrame 사용. fillna에서 NaN 값은 열 의미로 대체됩니다.

           A          B          C
0  -0.166919   0.979728  -0.632955
1  -0.297953  -0.912674  -1.365463
2  -0.120211  -0.540679  -0.680481
3  -0.151121  -2.027325   1.533582
4  -0.151121  -0.231291   0.461821
5  -0.788073  -0.231291  -0.530307
6  -0.916080  -0.612343  -0.530307
7  -0.887858   1.033826  -0.530307
8   1.948430   1.025011  -2.982224
9   0.019698  -0.795876  -0.046431

따라서 NaN 값은 적절한 열 평균으로 대체되었습니다.

위 내용은 Pandas DataFrame의 NaN 값을 해당하는 각 열의 평균으로 어떻게 바꾸나요?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!