pandas 指定数值空的行整行替换为其所在列的平均数

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

本需求为在一个数据集中，指定一个列，将这个列的缺失值所在的行中所有的数字，替换成其在本列的平均数据。

数据与需求

import pandas as pd
import numpy as np

# 构造数据
np.random.seed(999)
arr = np.random.randint(20, size=(5, 4))
df = pd.DataFrame(arr, columns=list('abcd'))
df.loc[(1,3),:'a'] = np.nan
'''
     a   b   c   d
0  0.0   5   1   8
1  NaN  19  16  13
2  8.0   8  16   5
3  NaN  11  11   4
4  6.0  18   7   6
'''

分析需求，a 列有缺失值的为行 1 和 3 ，需要将两行后边所有数据替换成它个在 b、c、d 列的平均数据，如行 1，将 19 换成它在 b 列的平均数据， 16 换成 c 列的平均数。

代码

# 选择出 a 列为空的值，再让它所有的列为当列平均值
df[df.a.isna()] = df.mean()

'''
          a     b     c    d
0  0.000000   5.0   1.0  8.0
1  4.666667  12.2  10.2  7.2
2  8.000000   8.0  16.0  5.0
3  4.666667  12.2  10.2  7.2
4  6.000000  18.0   7.0  6.0
'''

思路

用 df[df.a.isna()] 选择出所有 a 列为空的行，然后将各列的平均数据 df.mean() 赋值（修改）到此范围数据，最终就完成了修改。

pandas 指定数值空的行整行替换为其所在列的平均数

数据与需求

代码

思路

相关内容