如何用每列的平均值填充缺失值

Question

   y12N=y12N.fillna(y12N.mean())

除了其他方面，我还尝试过此操作，因为表保持原样，所以这不会在列中填充任何数据。 NaN值为np.NaN值。

Answer 1

我通常这样做：

columnsWithNa = ['column1', 'column2']
for column in columnsWithNa :
    df[column].fillna(df[column].mean()[0], inplace = True)

Answer 2

# To read data from csv file
Dataset = pd.read_csv('Data.csv')

# To get values in variable 'X'
X = Dataset.iloc[:, :].values

# To calculate mean use imputer class

from sklearn.preprocessing import Imputer
imputer = Imputer(missing_values='NaN', strategy='mean', axis=0)


 imputer = imputer.fit(X[:, :])
 X[:, :] = imputer.transform(X[:, :])

Answer 3

您可以使用此字段将各列各自的NaN填充到mean()中：

y12N = y12N.apply(lambda x: x.fillna(x.mean()))