我有一个熊猫DataFrame填充大部分实数,但有一些nan值在它以及。

我怎么能把这些nan替换成它们所在列的平均值呢?

这个问题与下面这个问题非常相似:numpy array:用列的平均值替换nan值,但不幸的是,这里给出的解决方案不适用于pandas DataFrame。


当前回答

Try:

sub2['income'].fillna((sub2['income'].mean()), inplace=True)

其他回答

除此之外,还有一种选择:

df = df.groupby(df.columns, axis = 1).transform(lambda x: x.fillna(x.mean()))

它没有之前的mean响应那么优雅,但如果您希望用其他列函数替换null,那么它可以更短。

Try:

sub2['income'].fillna((sub2['income'].mean()), inplace=True)

我使用这个方法来填充一个列的平均值。

fill_mean = lambda col : col.fillna(col.mean())

df = df.apply(fill_mean, axis = 0)

如果你想用均值来替换缺失的值你想一列一列地替换,那么这个只会替换那一列的均值。这可能更容易读。

sub2['income'] = sub2['income'].fillna((sub2['income'].mean()))

您还可以使用value_counts来获取最频繁的值。这适用于不同的数据类型。

df = df.apply(lambda x:x.fillna(x.value_counts().index[0]))

下面是value_counts api引用。