跳转至

如何在熊猫中用平均值填充 NAN 值？

原文:https://www.geesforgeks.org/如何用熊猫平均值填充 nan 值/

修改我们的数据是一个相当强制性的过程，因为计算机会显示一个无效输入的错误，因为处理带有“NaN”的数据是完全不可能的，并且手动将“NaN”更改为其平均值在实践中也是不太可能的。因此，为了解决这个问题，我们处理数据并使用各种函数，通过这些函数，从我们的数据中删除“NaN”，并用系统处理的特定平均值和就绪值替换它。

主要有两个步骤从数据中删除“NaN”

  1. 使用熊猫图书馆的 Dataframe.fillna()。
  2. 使用 sklearn.Current 中的 simple Current(这仅在数据以 csv 文件的形式存在时有用)

使用熊猫图书馆的 Dataframe.fillna()

借助熊猫库中的 Dataframe.fillna() ，我们可以轻松替换数据帧中的‘NaN’。

程序:

  1. 为了计算平均值()，我们使用特定列的平均值函数
  2. 现在，在 fillna()函数的帮助下，我们将改变那个特定列的所有“NaN”，我们有它的平均值。
  3. 我们将打印更新的栏。

语法: df.fillna(值=无，方法=无，轴=无，位置=假，限制=无，向下转换=无，**kwargs)

参数:

  • 值:用于填充孔的值
  • 方法:用于填充重新索引系列填充/填充中的孔的方法
  • 坐标轴:{0 或' index'}
  • 原地:如果为真，填写原地。
  • 限制:如果指定了方法，这是向前/向后填充的连续 NaN 值的最大数量
  • 向下转换:dict，默认值为无

例 1:

  1. 为了计算平均值()，我们使用特定列的平均值函数
  2. 然后应用 fillna()函数，我们将更改特定列的所有“NaN”，并打印更新后的数据框。

蟒蛇 3

import numpy as np
import pandas as pd

# A dictionary with list as values
GFG_dict = { 'G1': [10, 20,30,40],
                'G2': [25, np.NaN, np.NaN, 29],
                'G3': [15, 14, 17, 11],
                'G4': [21, 22, 23, 25]}

# Create a DataFrame from dictionary
gfg = pd.DataFrame(GFG_dict)

#Finding the mean of the column having NaN
mean_value=gfg['G2'].mean()

# Replace NaNs in column S2 with the
# mean of values in the same column
gfg['G2'].fillna(value=mean_value, inplace=True)
print('Updated Dataframe:')
print(gfg)

输出:

例 2:

蟒蛇 3

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'ID': [10, np.nan, 20, 30, np.nan, 50, np.nan,
           150, 200, 102, np.nan, 130],

    'Sale': [10, 20, np.nan, 11, 90, np.nan,
             55, 14, np.nan, 25, 75, 35],

    'Date': ['2020-10-05', '2020-09-10', np.nan,
             '2020-08-17', '2020-09-10', '2020-07-27', 
             '2020-09-10', '2020-10-10', '2020-10-10',
             '2020-06-27', '2020-08-17', '2020-04-25'],
})

df['Sale'].fillna(int(df['Sale'].mean()), inplace=True)
print(df)

输出:

使用 sklearn.impute 中的 SimpleImputer()

此函数插补转换器用于完成缺失值，为插补缺失值提供基本策略。这些值可以通过提供常数值或使用缺失值所在的每一列的统计数据(平均值、中间值或最频繁值)来估算。该类还允许不同的缺失值编码。

语法:class sklearn.importe.simple importer(*，missing_values=nan，strategy='mean '，fill_value=None，verbose=0，copy=True，add_indicator=False)

参数:

  • missing_values: int float、str、np.nan 或 None，默认值=np.nan
  • 策略字符串:默认值=“均值”
  • fill_valuestring 或数值:默认值=无
  • 详细:整数，默认值=0
  • 复制:布尔值，默认值=真
  • add_indicator:布尔值，默认值=False

注:以下示例中使用的数据为此处为

例 1:(PID 列上的计算)

蟒蛇 3

import pandas as pd
import numpy as np

Dataset= pd.read_csv("property data.csv")
X = Dataset.iloc[:,0].values

# To calculate mean use imputer class
from sklearn.impute import SimpleImputer
imputer = SimpleImputer(missing_values=np.nan, strategy='mean')
imputer = imputer.fit(X)

X = imputer.transform(X)
print(X)

输出:

例 2:(ST_NUM 列上的计算)

蟒蛇 3

from sklearn.impute import SimpleImputer
import pandas as pd
import numpy as np

Dataset = pd.read_csv("property data.csv")
X = Dataset.iloc[:, 1].values

# To calculate mean use imputer class
imputer = SimpleImputer(missing_values=np.nan, strategy='mean')
imputer = imputer.fit(X)
X = imputer.transform(X)
print(X)

输出:

回到顶部