按比例将 NaN 替换为现有值答案

【问题标题】：Replace NaN with existing values proportionately按比例将 NaN 替换为现有值
【发布时间】：2018-07-06 15:04:04
【问题描述】：

假设我有一个数据框，其中有一列 Quality，值 [Poor, Average, Good, Excellent]。

框架有 120 个值，其中 20 个是 NaN，其余 100 个有 20、30、40、10 个 [Poor, Average, Good, Excellent]。

是否有任何简单的方法可以使用来自[Poor, Average, Good, Excellent] 的值替换 20 个 NaN 行，从而使整个框架的比例保持在 20% 差、30% 平均、40% 好和 10% 优，使用 Python ，熊猫和 NumPy？

想法是在填充NaN后保留原始比例，而不管数据集的大小。

【问题讨论】：

您需要它是完全相同的百分比，还是只是统计上的相同？如果后者没问题，您可以使用np.random_choice 生成一个列表，其长度由空值的# 给出，值的分布由您的非空值给出。
@ALollz，你能用代码示例说明一下吗？总的来说，我对 Pandas 和 Python 有点陌生。

标签： python pandas numpy dataframe

【解决方案1】：

不确定是否有更简单的方法，我写了这个函数来实现我想要的。

def replace_with_proportion(frame, column):
     isnull = frame[column].isnull()
     sample = frame[column].dropna()
     sample=set(sample)
     countframe=pd.DataFrame(columns=["name", "count", "proportion"])
     for x in sample:
          countframe.loc[-1] = [x,frame.loc[frame[column] == x].shape[0], 0 ]
          countframe.index = countframe.index + 1
     countframe['proportion']=countframe['count']/countframe['count'].sum()
     to_fill=np.random.choice(countframe['name'], size=(frame[column].isnull().sum(),), p=countframe['proportion'])
     frame.loc[isnull, column] = to_fill
     return frame

【讨论】：