pd.DataFrame中通常含有许多特征，有时候需要对每个含有缺失值的列，都用均值进行填充，代码实现可以这样：
for column in list(df.columns[df.isnull().sum() > 0]): mean_val = df[column].mean() df[column].fillna(mean_val, inplace=True)# -------代码分解-------# 判断哪些列有缺失值，得到series对象df.isnull().sum() > 0# outputcontributors Truecoordinates Truecreated_at Falsedisplay_text_range Falseentities Falseextended_entities Truefavorite_count Falsefavorited Falsefull_text Falsegeo Trueid Falseid_str False...# 根据上一步结果，筛选需要填充的列df.columns[df.isnull().sum() > 0]# outputIndex(['contributors', 'coordinates', 'extended_entities', 'geo', 'in_reply_to_screen_name', 'in_reply_to_status_id', 'in_reply_to_status_id_str', 'in_reply_to_user_id', 'in_reply_to_user_id_str', 'place', 'possibly_sensitive', 'possibly_sensitive_appealable', 'quoted_status', 'quoted_status_id', 'quoted_status_id_str', 'retweeted_status'], dtype='object')以上这篇pandas 使用均值填充缺失值列的小技巧分享就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。
最新文章
热门文章
猜你喜欢
