如何用列平均值取代 Pandas DataFrame 中的缺失值？

用Pandas DataFrame 中的列平均值取代NaN 值

使用pandas DataFrame 時，遇到NaN（缺失）值是很常見的。為了有效地處理這些值，用適當的值替換它們至關重要。一種有效的方法是將 NaN 值替換為各自列的平均值。

使用 DataFrame.fillna 的解決方案

與引用問題中提到的方法不同，pandas DataFrames可以採取不同的處理方式。 DataFrame.fillna 方法提供了一個簡單的解決方案來填充NaN 值：

<code class="python">df.fillna(df.mean())</code>

詳細說明：

• df.mean() 函數計算DataFrame 中每列的平均值。
• fillna 方法採用計算出的平均值，並以對應的平均值填入每列中的 NaN 值。

範例：

讓我們考慮以下DataFrame：

          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

應用帶有平均值的fillna 方法後：

          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

應用帶有平均值的fillna 方法後：

如圖所示，NaN 值已替換為相應的列平均值。

以上是如何用列平均值取代 Pandas DataFrame 中的缺失值？的詳細內容。更多資訊請關注PHP中文網其他相關文章！