用随机数替换 NaN答案

【问题标题】：Replace NaN with random number用随机数替换 NaN
【发布时间】：2021-05-05 13:45:03
【问题描述】：

我有一个数字数据框，例如：

A           B
2019-10-31  0.035333
2019-10-31  NaN
2019-11-30  -0.108532
2019-11-30  -0.030604
2019-11-30  NaN

我想用随机高斯数替换 B 列中的 NaN：

from random import seed
from random import gauss
# seed random number generator
seed(1)
# generate some Gaussian value
value = gauss(0, 0.1)

但是，如果我使用以下代码：

df.fillna(gauss(0, 0.1))

它用相同的随机值填充所有缺失值，而我希望每个 NaN 都有一个新的随机值。我应该如何实现这一点？

【问题讨论】：

【解决方案1】：

您可以使用np.random 生成整个数组，然后使用loc 填充nan：

mask = df['B'].isna()

to_fill = np.random.normal(0,0.1, size=mask.sum())
df.loc[mask, 'B'] = to_fill

【讨论】：

【解决方案2】：

或者如果你只是想使用gauss:

df['B'] = df['B'].fillna(df['B'].apply(lambda x: gauss(0,.1)))

输出：

            A         B
0  2019-10-31  0.035333
1  2019-10-31 -0.143683
2  2019-11-30 -0.108532
3  2019-11-30 -0.030604
4  2019-11-30  0.054647

【讨论】：

【解决方案3】：

Python pandas 建议替换函数。

df.replace('NaN', gauss(1, 0.1))

输出：

            A         B
0  2019-10-31  0.035330
1  2019-10-31 -0.036289
2  2019-11-30 -0.108532
3  2019-11-30 -0.030604
4  2019-11-30 -0.036289

【讨论】：

【解决方案4】：

df.B.where(df.B.notna(), np.random.randn(len(df.index))*0.1 + 0)

如果B 列不是 NaN，则取自 np.random.randn，否则保持原样

得到

0    0.035333
1   -0.006504
2   -0.108532
3   -0.030604
4   -0.337191
Name: B, dtype: float64

【讨论】：