Question

根据文档，fillna value参数可以是以下之一：

value : scalar, dict, Series, or DataFrame
Value to use to fill holes (e.g. 0), alternately a dict/Series/DataFrame of values specifying which value to use for each index (for a Series) or column (for a DataFrame). (values not in the dict/Series/DataFrame will not be filled). This value cannot be a list.

我的数据框看起来像：

PassengerId Pclass  Name    Sex Age SibSp   Parch   Ticket  Fare    Cabin   Embarked
0   892 3   Kelly, Mr. James    male    34.5    0   0   330911  7.8292  NaN Q
1   893 3   Wilkes, Mrs. James (Ellen Needs)    female  47.0    1   0   363272  7.0000  NaN S
2   894 2   Myles, Mr. Thomas Francis   male    62.0    0   0   240276  9.6875  NaN Q
3   895 3   Wirz, Mr. Albert    male    27.0    0   0   315154  8.6625  NaN S
4   896 3   Hirvonen, Mrs. Alexander (Helga E Lindqvist)    female  22.0    1   1   3101298 12.2875 NaN S

这就是我想要做的事情：

NaN Cabin将根据给定Pclass特征值
NaN Age将根据数据集中的中值填充
NaN Embarked将根据给定Pclass特征值的中值填充

因此，经过一些数据操作后，我得到了这个数据框：

    Pclass  Cabin   Embarked    Ticket
0   1   C   S   50
1   2   F   S   13
2   3   G   S   5

对于Pclass == 1，最常见的Cabin是C。鉴于此，在我的原始数据框df中，我想用df['Cabin'] == null填充每个C。

这是一个小例子，我可以手工处理每个可能的空组合：

df_both[df_both['Pclass'] == 1 & df_both['Cabin'] == np.NaN] = 'C'

但是，我想知道我是否可以使用这个派生数据框来自动完成所有这些填充。

谢谢。

Answer 1

如果您想用特定列的中位数或平均值填充所有Nan，您可以执行以下操作。

表示中位数：

df.fillna(df.median())

表示平均值

df.fillna(df.mean())

有关详细信息，请参阅https://pandas.pydata.org/pandas-docs/stable/missing_data.html#filling-with-a-pandasobject。

编辑：

或者，您可以使用具有指定值的字典。键需要映射到列名称。这样你也可以在字符串中输入缺失的值。

df.fillna({'col1':'a','col2': 1})

Pandas fillna与DataFrame的值

1 个答案: