Question

我想把pandas DataFrame上的所有列都归咎于...我想到这一点的唯一方法是逐列，如下所示......

是否存在可以在不迭代列的情况下将整个DataFrame归为真的操作？

#!/usr/bin/python
from sklearn.preprocessing import Imputer
import numpy as np
import pandas as pd

#Imputer
fill_NaN = Imputer(missing_values=np.nan, strategy='mean', axis=1)

#Model 1
DF = pd.DataFrame([[0,1,np.nan],[2,np.nan,3],[np.nan,2,5]])
DF.columns = "c1.c2.c3".split(".")
DF.index = "i1.i2.i3".split(".")

#Impute Series
imputed_DF = DF
for col in DF.columns:
    imputed_column = fill_NaN.fit_transform(DF[col]).T
    #Fill in Series on DataFrame
    imputed_DF[col] = imputed_column

#DF
#c1  c2  c3
#i1   0   1 NaN
#i2   2 NaN   3
#i3 NaN   2   5

#imputed_DF
#c1   c2  c3
#i1   0  1.0   4
#i2   2  1.5   3
#i3   1  2.0   5

Answer 1

如果您想要mean或median，您可以执行以下操作：

fill_NaN = Imputer(missing_values=np.nan, strategy='mean', axis=1)
imputed_DF = pd.DataFrame(fill_NaN.fit_transform(DF))
imputed_DF.columns = DF.columns
imputed_DF.index = DF.index

如果你想用0或其他东西填充它们，你可以随时做：

DF[DF.isnull()] = 0

Answer 2

除非您出于某种原因特别需要使用sklearn Imputer，否则在我看来，更简单的选择就是：

df = df.fillna(df.mean())

Answer 3

如果任何列包含NA，则

df.mean（）将返回NA，因此使df.fillna（）无法正常工作。正确的方法是使用np.nanmean（）

使用Scikit-learn（sklearn）插入整个DataFrame（所有列），而不迭代列

3 个答案: