pandas 使用均值填充缺失值列的小技巧分享


						pd.DataFrame中通常含有许多特征，有时候需要对每个含有缺失值的列，都用均值进行填充，代码实现可以这样：





for column in list(df.columns[df.isnull().sum() > 0]):

  mean_val = df[column].mean()

  df[column].fillna(mean_val, inplace=True)



# -------代码分解-------

# 判断哪些列有缺失值，得到series对象

df.isnull().sum() > 0

# output

contributors           True

coordinates            True

created_at            False

display_text_range        False

entities             False

extended_entities         True

favorite_count          False

favorited            False

full_text            False

geo                True

id                False

id_str              False

...



# 根据上一步结果，筛选需要填充的列

df.columns[df.isnull().sum() > 0]

# output

Index(['contributors', 'coordinates', 'extended_entities', 'geo',

    'in_reply_to_screen_name', 'in_reply_to_status_id',

    'in_reply_to_status_id_str', 'in_reply_to_user_id',

    'in_reply_to_user_id_str', 'place', 'possibly_sensitive',

    'possibly_sensitive_appealable', 'quoted_status', 'quoted_status_id',

    'quoted_status_id_str', 'retweeted_status'],

   dtype='object')



以上这篇pandas 使用均值填充缺失值列的小技巧分享就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持中文源码网。