数据结构
网络
RDBMS
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
服装学
法律学Python Pandas - 使用中位数填补缺失列值
中位数将数据的高半部分与低半部分分开。使用 fillna() 方法并将中位数设置为用中位数填充缺失列。首先，让我们使用各自的别名导入所需的库 -
import pandas as pd import numpy as np
创建一个具有 2 列的 DataFrame。我们使用 Numpy np.NaN 设置 NaN 值 -
dataFrame = pd.DataFrame(
{
"Car": ['Lexus', 'BMW', 'Audi', 'Bentley', 'Mustang', 'Tesla'],"Units": [100, 150, np.NaN, 80, np.NaN, np.NaN]
}
)查找具有 NaN 的列值的均值，即此处为 Units 列。使用 median() 在 Units 列中，用所在列的中位数替换 NaN -
dataFrame.fillna(dataFrame['Units'].median(), inplace = True)
示例
以下是代码 -
import pandas as pd
import numpy as np
# Create DataFrame
dataFrame = pd.DataFrame(
{
"Car": ['Lexus', 'BMW', 'Audi', 'Bentley', 'Mustang', 'Tesla'],"Units": [100, 150, np.NaN, 80, np.NaN, np.NaN]
}
)
print"DataFrame ...\n",dataFrame
# finding median of the column values with NaN i.e, for Units columns here
# Replace NaNs with the median of the column where it is located
dataFrame.fillna(dataFrame['Units'].median(), inplace = True)
print"\nUpdated Dataframe after filling NaN values with median...\n",dataFrame输出
这将产生以下输出 -
DataFrame ... Car Units 0 Lexus 100.0 1 BMW 150.0 2 Audi NaN 3 Bentley 80.0 4 Mustang NaN 5 Tesla NaN Updated Dataframe after filling NaN values with median... Car Units 0 Lexus 100.0 1 BMW 150.0 2 Audi 100.0 3 Bentley 80.0 4 Mustang 100.0 5 Tesla 100.0
更新于： 21-Sep-2021
2K+ 浏览次数
广告