pandas 替换NaN值|极客笔记

pandas 替换NaN值

在数据处理中，经常会遇到缺失值的情况，通常用NaN（Not a Number）来表示。在pandas中，我们可以使用一些方法来替换NaN值，使数据更加完整和准确。本文将详细介绍如何使用pandas来替换NaN值，包括填充特定值、使用均值或中位数填充，以及根据条件来替换NaN值。

1. 填充特定值

我们可以通过fillna()方法来填充指定的数值来替换NaN值。下面是一个示例代码:

import pandas as pd
import numpy as np

data = {'A': [1, 2, np.nan, 4],
        'B': [np.nan, 6, 7, 8]}
df = pd.DataFrame(data)

df.fillna(0, inplace=True)
print(df)

运行结果如下所示：

     A    B
0  1.0  0.0
1  2.0  6.0
2  0.0  7.0
3  4.0  8.0

在这个示例中，我们使用fillna(0)来将所有NaN值替换为0。通过设置inplace=True参数，我们可以直接在原始数据上进行替换。

2. 使用均值或中位数填充

有时候我们可以用数据的均值或中位数来填充NaN值，使数据更加平滑。下面是一个示例代码：

import pandas as pd
import numpy as np

data = {'A': [1, 2, np.nan, 4],
        'B': [np.nan, 6, 7, 8]}
df = pd.DataFrame(data)

mean_A = df['A'].mean()
median_B = df['B'].median()

df['A'].fillna(mean_A, inplace=True)
df['B'].fillna(median_B, inplace=True)

print(df)

运行结果如下所示：

      A    B
0  1.000  7.0
1  2.000  6.0
2  2.333  7.0
3  4.000  8.0

在这个示例中，我们分别计算了列’A’和列’B’的均值和中位数，并使用这些值来填充相应的NaN值。

3. 根据条件替换NaN值

有时候我们需要根据某些条件来决定如何填充NaN值。我们可以使用numpy库里的函数来实现这一功能。下面是一个示例代码：

import pandas as pd
import numpy as np

data = {'A': [1, 2, np.nan, 4],
        'B': [np.nan, 6, 7, 8]}
df = pd.DataFrame(data)

mean_A = df['A'].mean()
median_B = df['B'].median()

df['A'].fillna(np.where(df['A'].isnull(), mean_A, df['A']), inplace=True)
df['B'].fillna(np.where(df['B'].isnull(), median_B, df['B']), inplace=True)

print(df)

运行结果如下所示：

     A    B
0  1.0  7.0
1  2.0  6.0
2  2.5  7.0
3  4.0  8.0

在这个示例中，我们使用np.where()函数来判断当前值是否为NaN，如果是则填充均值或中位数，否则保持原值不变。

通过以上介绍，我们了解了如何使用pandas来替换NaN值，包括填充特定值、使用均值或中位数填充，以及根据条件来替换NaN值。这些方法可以帮助我们在数据处理过程中更好地处理缺失值，使数据更加完整和准确。

pandas 替换NaN值