Comment remplir efficacement les valeurs manquantes dans les DataFrames Pandas ?

Remplir les valeurs manquantes dans les DataFrames : approche efficace

Chez les pandas, lorsque vous travaillez avec des ensembles de données incomplets, il est souvent nécessaire de remplir les valeurs manquantes. Bien que parcourir chaque ligne soit inefficace, fillna offre une solution pratique pour remplir les valeurs manquantes dans les colonnes.

Considérez le DataFrame suivant avec des valeurs manquantes dans la colonne "Cat1" :

        Day  Cat1  Cat2
0         1    cat   mouse
1         2    dog   elephant
2         3    cat   giraf
3         4    NaN   ant

Pour remplissez la valeur manquante dans « Cat1 » pour la quatrième ligne en utilisant les valeurs de « Cat2 », nous pouvons utiliser la méthode fillna comme suit :

df['Cat1'].fillna(df['Cat2'])

Cette approche fournit une solution rapide et efficace en mémoire pour remplir les valeurs manquantes valeurs dans de grands ensembles de données. La méthode fillna prend une autre colonne comme argument et utilise des index correspondants pour remplacer les valeurs manquantes.

Le résultat :

        Day  Cat1  Cat2
0         1    cat   mouse
1         2    dog   elephant
2         3    cat   giraf
3         4    ant   ant

En utilisant cette méthode efficace pour remplir les valeurs manquantes dans les pandas, les développeurs peuvent garantir l'intégrité des données et améliorer la précision de leur analyse des données.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!