用列中的平均值估算NaN并找到缺失值的百分比

Question

我想在列Product_Base_Margin的所有缺失值中计算平均值，然后在每一列中打印缺失值的百分比。

我当前的代码：

import numpy as np
import pandas as pd
df = pd.read_csv('https://query.data.world/s/Hfu_PsEuD1Z_yJHmGaxWTxvkz7W_b0')


df = df[~np.isnan(df['Product_Base_Margin'])]
print(round(100*(df.isnull().sum()/len(df.index)), 2))

预期输出：

Ord_id                 0.00
Prod_id                0.00
Ship_id                0.00
Cust_id                0.00
Sales                  0.24
Discount               0.65
Order_Quantity         0.65
Profit                 0.65
Shipping_Cost          0.65
Product_Base_Margin    0.00
dtype: float64

我在做什么错了？

Answer 1

我使用matplotlib只是为了更好地显示结果...您可以使用isnull() / isna()

来找到NaN的数量。

要插入的意思是NaN。 fillna()

import numpy as np
import pandas as pd
df = pd.read_csv('https://query.data.world/s/Hfu_PsEuD1Z_yJHmGaxWTxvkz7W_b0')
import matplotlib.pyplot as plt

fig, ax = plt.subplots(1,2, figsize=[10,5],
                      sharey=True, sharex=False)


df.loc[:,"Product_Base_Margin"].isnull().to_frame().value_counts().plot(ax=ax[0], kind="bar")
df.loc[:,"Product_Base_Margin"].fillna(df.loc[:,"Product_Base_Margin"].mean(), inplace=True)
df.loc[:,"Product_Base_Margin"].isnull().to_frame().value_counts().plot(ax=ax[1], kind="bar")