在 Python Pandas 中将多个列填充为 Fillna
Python 有一个开源内置库，名为 Pandas，用于数据分析和操作。它有一个定义明确的数据结构，称为 DataFrame，类似于表格。它还可用于从各种类型的文件(如 CSV、Excel、SQL 数据库等)写入和读取数据。
fillna() 是一种用于填充 Pandas DataFrame 或 Series 中缺失(NaN/Null)值的方法。缺失值将使用确定的值或另一个指定的方法以及方法调用进行填充。
语法
object_name.fillna(value, method, limit, axis, inplace, downcast)
fillna() 方法返回相同的输入 DataFrame 或 Series，其中填充了缺失值。
示例 1
我们使用 fillna() 填充 pandas DataFrame 和 CSV 文件中的缺失值。具有相同参数的 fillna() 方法可用于这两个对象。
注意 −
此处附上了从 csv 文件导入的数据，供您参考。 sampel_data.csv
算法
步骤 1 − 识别指定 DataFrame 或 Series 中的缺失值 (NaN/Null)。
步骤 2 − 根据传递给 fillna() 方法的参数填写已识别的缺失值。如果传递的是整数值，它将用于替换所有缺失值。如果传递了方法，它将用于填充缺失值。另外，填写轴上的值并向下转换。
步骤 3 - 返回一个填充了缺失值的新 DataFrame 或 Series。
import pandas as pd
# 创建示例 DataFrame
df = pd.DataFrame({'C1': [5, 23, 33, np.NaN], 'C2': [26, np.NaN, 7, 18], 'C3': [11, 30, np.NaN,112]})
print(df)
# 或者从 csv 或任何其他文件读取数据集
df1=pd.read_csv("sample_data.csv")
# 将 C1 和 C2 中的 NaN 值填充为 0，将 C3 中的 NaN 值填充为1
df.fillna(value={'C1': 0, 'C2': 0, 'C3': 1}, inplace=True)
#用随机整数填充 df1 中的 NaN 值
df1.fillna(111)
#打印更新后的 DataFrame 以查看差异
print(df)
输出
#Before filling missing values C1 C2 C3 0 5.0 NaN 11.0 1 23.0 89.0 30.0 2 33.0 7.0. NaN 3 NaN 18.0 112.0 #After filling missing values C1 C2 C3 0 5.0 0.0 11.0 1 23.0 89.0 30.0 2 33.0 7.0 1.0 3 0.0 18.0 112.0
示例 2
我们将使用包含学校学生信息的数据集，并使用 fillna() 方法用列值的平均值填充缺失值。我们随机选取数据集，而不是像示例 1 中那样从 CSV 文件导入。
import numpy as np
import pandas as pd
# 创建带有缺失值的示例 DataFrame
data = {
'RollNo': [1, 2, 3, 4, 5],
'Age': [10, np.NaN, 5, 8, 12],
'Marks': [100, 200,np.NaN, 150,np.NaN]
}
data= pd.DataFrame(data)
# 带有缺失值的原始 DataFrame
print(data)
# 用平均值填充缺失值
data1 = data.fillna(data.mean())
print(data1)
输出
RollNo Age Marks 0 1 10.0 100.0 1 2 NaN 200.0 2 3 5.0 NaN 3 4 8.0 150.0 4 5 12.0 NaN RollNo Age Marks 0 1 10.00 100.0 1 2 8.75 200.0 2 3 5.00 150.0 3 4 8.00 150.0 4 5 12.00 150.0
结论
您可以使用 Pandas 中的 fillna() 方法填充 DataFrame 中单列或多列的缺失值，也可以使用它来填充一系列的缺失值。您可以使用各种参数指定用于填充的值以及如何填充值。
Pandas 还有其他方法，例如 replace()，它用平均值、中位数、众数或任何此类值替换缺失值。两者之间的区别在于 fillna() 专门用于处理缺失值，而 replace 更通用，可用于填充对象中的任何值。因此，fillna() 方法是处理数据中缺失值的更好选择。
