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：
forcolumninlist(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 contributorsTrue coordinatesTrue created_atFalse display_text_rangeFalse entitiesFalse extended_entitiesTrue favorite_countFalse favoritedFalse full_textFalse geoTrue idFalse id_strFalse ... #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毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。