【问题标题】:Replacing the missing values in pandas替换熊猫中的缺失值
【发布时间】:2015-11-10 18:58:17
【问题描述】:

我有一个 pandas 数据框,其中缺失值表示为 -999。

In [58]: df.head()
Out[58]: 

EventId                    A                  B                    C
100000                   0.91           124.711             2.666000   
100001                -999.00          -999.000            -0.202838   
100002                -999.00          -999.000            -0.202838   
100003                -999.00          -999.000            -0.202838   

我想用取代非缺失值的列的平均值替换缺失值(由 -999 表示)。 最好的方法是什么?是否有任何可以用来轻松实现此目的的 pandas 功能?

【问题讨论】:

标签: pandas dataframe


【解决方案1】:
df2.replace(-999, np.nan, inplace=True)
df2.fillna(df2.mean())

    EventId A       B        C
0   100000  0.91    124.711  2.666000
1   100001  0.91    124.711 -0.202838
2   100002  0.91    124.711 -0.202838
3   100003  0.91    124.711 -0.202838

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 2018-07-08
    • 1970-01-01
    • 2023-03-06
    • 1970-01-01
    • 2015-09-13
    • 2019-05-29
    • 2021-05-27
    • 2023-02-25
    相关资源
    最近更新 更多