Question

我有这样的数据框，如何fillna列-0.5从0.5到value（包括边界）的随机浮点值？

  city district       date  value
0    a        b   2019/8/1   0.15
1    a        b   2019/9/1   0.12
2    a        b  2019/10/1    NaN
3    c        d   2019/8/1   0.03
4    c        d   2019/9/1  -0.36
5    c        d  2019/10/1    NaN

谢谢。

Answer 1

如果要替换每个NaN，请使用Series.mask：

df['value'] = df['value'].mask(df['value'].isna(), np.random.uniform(-0.5, 0.5, size=len(df)))

或numpy.where：

df['value'] = np.where(df['value'].isna(), 
                       np.random.uniform(-0.5, 0.5, size=len(df)), 
                       df['value'])

print (df)
  city district       date     value
0    a        b   2019/8/1  0.150000
1    a        b   2019/9/1  0.120000
2    a        b  2019/10/1  0.227054
3    c        d   2019/8/1  0.030000
4    c        d   2019/9/1 -0.360000
5    c        d  2019/10/1 -0.001102

Answer 2

您需要指定“随机”的含义。假设您的意思是“均匀随机”，则可以使用Joe Smith closest to: ['Joe Montana', 'Tom Brady'] Mike Thomas closest to: ['Joe Montana', 'Tom Brady'] Steve Johnson closest to: ['Dan Marino', 'Tom Brady']：

fill_na

Answer 3

您可以使用套用方法：

def func(val):
    if np.isnan(val):
        return random.uniform(-0.5, 0.5)
    else:
        return val

df['value'] = df['value'].apply(func)

一列的Fillna，其随机浮点值在Pandas范围内

3 个答案: