Pandas DataFrame: замените значения nan на среднее число столбцов

Ответ 1

Вы можете просто использовать DataFrame.fillna для непосредственного заполнения nan:

In [27]: df 
Out[27]: 
          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

In [28]: df.mean()
Out[28]: 
A   -0.151121
B   -0.231291
C   -0.530307
dtype: float64

In [29]: df.fillna(df.mean())
Out[29]: 
          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

fillna документа fillna говорит, что value должно быть скалярным или разборчивым, однако, похоже, что оно работает и с Series. Если вы хотите передать dict, вы можете использовать df.mean().to_dict().

Ответ 2

Try:

sub2['income'].fillna((sub2['income'].mean()), inplace=True)

Ответ 3

In [16]: df = DataFrame(np.random.randn(10,3))

In [17]: df.iloc[3:5,0] = np.nan

In [18]: df.iloc[4:6,1] = np.nan

In [19]: df.iloc[5:8,2] = np.nan

In [20]: df
Out[20]: 
          0         1         2
0  1.148272  0.227366 -2.368136
1 -0.820823  1.071471 -0.784713
2  0.157913  0.602857  0.665034
3       NaN -0.985188 -0.324136
4       NaN       NaN  0.238512
5  0.769657       NaN       NaN
6  0.141951  0.326064       NaN
7 -1.694475 -0.523440       NaN
8  0.352556 -0.551487 -1.639298
9 -2.067324 -0.492617 -1.675794

In [22]: df.mean()
Out[22]: 
0   -0.251534
1   -0.040622
2   -0.841219
dtype: float64

Применить для каждого столбца среднее значение этих столбцов и заполнить

In [23]: df.apply(lambda x: x.fillna(x.mean()),axis=0)
Out[23]: 
          0         1         2
0  1.148272  0.227366 -2.368136
1 -0.820823  1.071471 -0.784713
2  0.157913  0.602857  0.665034
3 -0.251534 -0.985188 -0.324136
4 -0.251534 -0.040622  0.238512
5  0.769657 -0.040622 -0.841219
6  0.141951  0.326064 -0.841219
7 -1.694475 -0.523440 -0.841219
8  0.352556 -0.551487 -1.639298
9 -2.067324 -0.492617 -1.675794

Ответ 4

# To read data from csv file
Dataset = pd.read_csv('Data.csv')

# To divide input in X and y axis
X = Dataset.iloc[:, :-1].values
Y = Dataset.iloc[:, 3].values

# To calculate mean use imputer class

from sklearn.preprocessing import Imputer
imputer = Imputer(missing_values='NaN', strategy='mean', axis=0)


 imputer = imputer.fit(X[:, 1:3])
    X[:, 1:3] = imputer.transform(X[:, 1:3])

Ответ 5

Если вы хотите вменять пропущенные значения со средним значением и переходить от столбца к столбцу, тогда это будет вменять только среднее значение этого столбца. Это может быть немного более читабельным.

sub2['income'] = sub2['income'].fillna((sub2['income'].mean()))

Ответ 6

Другой вариант, кроме вышеперечисленного, следующий:

df = df.groupby(df.columns, axis = 1).transform(lambda x: x.fillna(x.mean()))

Он менее изящный, чем предыдущие ответы для среднего, но он может быть короче, если вы захотите заменить нули другой функцией столбца.

Ответ 7

Непосредственно используйте df.fillna(df.mean()) чтобы заполнить все нулевое значение средним

Если вы хотите заполнить нулевое значение средним значением этого столбца, вы можете использовать это

предположим, что x=df['Item_Weight'] здесь Item_Weight - это имя столбца

здесь мы присваиваем (заполняем нулевые значения х средним значением х в х)

df['Item_Weight'] = df['Item_Weight'].fillna((df['Item_Weight'].mean()))

Если вы хотите заполнить нулевое значение какой-либо строкой, используйте

здесь Outlet_size - имя столбца

df.Outlet_Size = df.Outlet_Size.fillna('Missing')

Ответ 8

Панды: Как заменить значения NaN (nan) на среднюю (среднюю), медиану или другую статистику одного столбца

Скажем, ваш DataFrame df и у вас есть один столбец с именем nr_items. Это: df['nr_items']

Если вы хотите заменить значения NaN вашего столбца df['nr_items'] на среднее значение столбца:

Используйте метод .fillna:

mean_value=df['nr_items].mean()
df['nr_item_ave']=df['nr_items].fillna(mean_value)

Я создал новый столбец df именем nr_item_ave для хранения нового столбца со значениями NaN замененными mean значением столбца.

Вы должны быть осторожны при использовании mean. Если у вас есть выбросы, рекомендуется использовать median