Bagaimana untuk Mengisi Nilai yang Hilang dengan Cekap dalam Pandas DataFrames?

Mengisi Nilai Hilang dalam DataFrames: Pendekatan Cekap

Dalam panda, apabila bekerja dengan set data yang tidak lengkap, selalunya perlu mengisi nilai yang tiada. Walaupun melelaran melalui setiap baris adalah tidak cekap, fillna menawarkan penyelesaian yang mudah untuk mengisi nilai yang hilang merentas lajur.

Pertimbangkan DataFrame berikut dengan nilai yang tiada dalam lajur "Cat1":

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

Untuk isikan nilai yang hilang dalam "Cat1" untuk baris keempat menggunakan nilai daripada "Cat2," kita boleh menggunakan kaedah fillna seperti berikut:

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

Pendekatan ini menyediakan penyelesaian yang cepat dan cekap ingatan untuk mengisi yang hilang nilai dalam set data yang besar. Kaedah fillna mengambil lajur lain sebagai hujah dan menggunakan indeks yang sepadan untuk menggantikan nilai yang hilang.

Hasilnya:

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

Dengan menggunakan kaedah cekap ini untuk mengisi nilai yang hilang dalam panda, pembangun boleh memastikan integriti data dan meningkatkan ketepatan analisis data mereka.

Atas ialah kandungan terperinci Bagaimana untuk Mengisi Nilai yang Hilang dengan Cekap dalam Pandas DataFrames?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!