pandas 使用均值填充缺失值列的小技巧分享_Python

pd.DataFrame中通常含有许多特征，有时候需要对每个含有缺失值的列，都用均值进行填充，代码实现可以这样：

				?

									for column in list(df.columns[df.isnull().sum() > 0]):

									  mean_val = df[column].mean()

									  df[column].fillna(mean_val, inplace=True)

									# -------代码分解-------

									# 判断哪些列有缺失值，得到series对象

									df.isnull().sum() > 0

									# output

									contributors           True

									coordinates            True

									created_at            False

									display_text_range        False

									entities             False

									extended_entities         True

									favorite_count          False

									favorited            False

									full_text            False

									geo                True

									id                False

									id_str              False

									...

									# 根据上一步结果，筛选需要填充的列

									df.columns[df.isnull().sum() > 0]

									# output

									Index(['contributors', 'coordinates', 'extended_entities', 'geo',

									    'in_reply_to_screen_name', 'in_reply_to_status_id',

									    'in_reply_to_status_id_str', 'in_reply_to_user_id',

									    'in_reply_to_user_id_str', 'place', 'possibly_sensitive',

									    'possibly_sensitive_appealable', 'quoted_status', 'quoted_status_id',

									    'quoted_status_id_str', 'retweeted_status'],

									   dtype='object')

以上这篇pandas 使用均值填充缺失值列的小技巧分享就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持服务器之家。

原文链接：https://blog.csdn.net/Guo_ya_nan/article/details/80878929

pandas 使用均值填充缺失值列的小技巧分享

相关文章

热门资讯