我正在努力学习大熊猫,但我对以下内容感到困惑。我想替换NaNs是一个具有行平均值的数据帧。因此像df.fillna(df.mean(axis=1))
这样的东西应该可以工作,但由于某种原因它不适合我。我错过了什么,我做错了什么?是因为它没有实施;见link here
import pandas as pd
import numpy as np
pd.__version__
Out[44]:
'0.15.2'
In [45]:
df = pd.DataFrame()
df['c1'] = [1, 2, 3]
df['c2'] = [4, 5, 6]
df['c3'] = [7, np.nan, 9]
df
Out[45]:
c1 c2 c3
0 1 4 7
1 2 5 NaN
2 3 6 9
In [46]:
df.fillna(df.mean(axis=1))
Out[46]:
c1 c2 c3
0 1 4 7
1 2 5 NaN
2 3 6 9
但是这样的事情看起来很好
df.fillna(df.mean(axis=0))
Out[47]:
c1 c2 c3
0 1 4 7
1 2 5 8
2 3 6 9
如注释,fillna的轴参数是NotImplemented。
df.fillna(df.mean(axis=1), axis=1)
注意:这在此非常关键,因为您不希望用第n行平均值填充第n列。
现在你需要迭代:
In [11]: m = df.mean(axis=1)
for i, col in enumerate(df):
# using i allows for duplicate columns
# inplace *may* not always work here, so IMO the next line is preferred
# df.iloc[:, i].fillna(m, inplace=True)
df.iloc[:, i] = df.iloc[:, i].fillna(m)
In [12]: df
Out[12]:
c1 c2 c3
0 1 4 7.0
1 2 5 3.5
2 3 6 9.0
另一种方法是填充转置然后转置,这可能更有效...
df.T.fillna(df.mean(axis=1)).T
作为替代方案,你也可以使用带有apply
表达式的lambda
,如下所示:
df.apply(lambda row: row.fillna(row.mean()), axis=1)
屈服也
c1 c2 c3
0 1.0 4.0 7.0
1 2.0 5.0 3.5
2 3.0 6.0 9.0