如何用列平均值替换 Pandas DataFrame 中的缺失值？

用 Pandas DataFrame 中的列平均值替换 NaN 值

使用 pandas DataFrame 时，遇到 NaN（缺失）值是很常见的。为了有效地处理这些值，用适当的值替换它们至关重要。一种有效的方法是将 NaN 值替换为各自列的平均值。

使用 DataFrame.fillna 的解决方案

与引用问题中提到的方法不同，pandas DataFrames可以采取不同的处理方式。 DataFrame.fillna 方法提供了一个简单的解决方案来填充 NaN 值：

<code class="python">df.fillna(df.mean())</code>

详细说明：

• df.mean() 函数计算DataFrame 中每列的平均值。
• fillna 方法采用计算出的平均值，并用相应的平均值填充每列中的 NaN 值。

示例：

让我们考虑以下 DataFrame：

          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

应用带有平均值的 fillna 方法后：

          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

如所示，NaN 值已替换为相应的列平均值。

以上是如何用列平均值替换 Pandas DataFrame 中的缺失值？的详细内容。更多信息请关注PHP中文网其他相关文章！