私はほとんど実数で埋められたパンダDataFrameを持っています、しかしそれにはいくつかのnan
値もあります。
nan
sを平均的な列数に置き換えるにはどうすればよいですか。
この質問はこれと非常によく似ています。 テンキーな配列:nanの値を列の平均で置き換える が、残念ながら、与えられた解決策はパンダのDataFrameではうまくいきません。
DataFrame.fillna
を使用すると、nan
を直接埋めることができます。
In [27]: df
Out[27]:
A B C
0 -0.166919 0.979728 -0.632955
1 -0.297953 -0.912674 -1.365463
2 -0.120211 -0.540679 -0.680481
3 NaN -2.027325 1.533582
4 NaN NaN 0.461821
5 -0.788073 NaN NaN
6 -0.916080 -0.612343 NaN
7 -0.887858 1.033826 NaN
8 1.948430 1.025011 -2.982224
9 0.019698 -0.795876 -0.046431
In [28]: df.mean()
Out[28]:
A -0.151121
B -0.231291
C -0.530307
dtype: float64
In [29]: df.fillna(df.mean())
Out[29]:
A B C
0 -0.166919 0.979728 -0.632955
1 -0.297953 -0.912674 -1.365463
2 -0.120211 -0.540679 -0.680481
3 -0.151121 -2.027325 1.533582
4 -0.151121 -0.231291 0.461821
5 -0.788073 -0.231291 -0.530307
6 -0.916080 -0.612343 -0.530307
7 -0.887858 1.033826 -0.530307
8 1.948430 1.025011 -2.982224
9 0.019698 -0.795876 -0.046431
fillna
のdocstringは、value
はスカラまたは辞書であるべきだと言っていますが、Series
でも機能するようです。辞書を渡したい場合は、df.mean().to_dict()
を使用できます。
試してください:
sub2['income'].fillna((sub2['income'].mean()), inplace=True)
In [16]: df = DataFrame(np.random.randn(10,3))
In [17]: df.iloc[3:5,0] = np.nan
In [18]: df.iloc[4:6,1] = np.nan
In [19]: df.iloc[5:8,2] = np.nan
In [20]: df
Out[20]:
0 1 2
0 1.148272 0.227366 -2.368136
1 -0.820823 1.071471 -0.784713
2 0.157913 0.602857 0.665034
3 NaN -0.985188 -0.324136
4 NaN NaN 0.238512
5 0.769657 NaN NaN
6 0.141951 0.326064 NaN
7 -1.694475 -0.523440 NaN
8 0.352556 -0.551487 -1.639298
9 -2.067324 -0.492617 -1.675794
In [22]: df.mean()
Out[22]:
0 -0.251534
1 -0.040622
2 -0.841219
dtype: float64
列ごとにその列の平均を適用して塗りつぶします
In [23]: df.apply(lambda x: x.fillna(x.mean()),axis=0)
Out[23]:
0 1 2
0 1.148272 0.227366 -2.368136
1 -0.820823 1.071471 -0.784713
2 0.157913 0.602857 0.665034
3 -0.251534 -0.985188 -0.324136
4 -0.251534 -0.040622 0.238512
5 0.769657 -0.040622 -0.841219
6 0.141951 0.326064 -0.841219
7 -1.694475 -0.523440 -0.841219
8 0.352556 -0.551487 -1.639298
9 -2.067324 -0.492617 -1.675794
# To read data from csv file
Dataset = pd.read_csv('Data.csv')
# To divide input in X and y axis
X = Dataset.iloc[:, :-1].values
Y = Dataset.iloc[:, 3].values
# To calculate mean use imputer class
from sklearn.preprocessing import Imputer
imputer = Imputer(missing_values='NaN', strategy='mean', axis=0)
imputer = imputer.fit(X[:, 1:3])
X[:, 1:3] = imputer.transform(X[:, 1:3])
欠損値を平均値で補完したい場合、列ごとに移動したい場合、これはその列の平均値でのみ補完されます。これはもう少し読みやすいかもしれません。
sub2['income'] = sub2['income'].fillna((sub2['income'].mean()))
上記以外の他の選択肢は:
df = df.groupby(df.columns, axis = 1).transform(lambda x: x.fillna(x.mean()))
それは平均のための以前の応答よりもエレガントではありませんが、nullを他の列関数で置き換えたい場合はもっと短くなるかもしれません。
df.fillna(df.mean())
を直接使用して、すべてのNULL値をmeanで埋めます。
あなたがその列の平均でnull値を埋めたいならば、あなたはこれを使うことができます
ここでx=df['Item_Weight']
がItem_Weight
であると仮定します
ここで代入しています(xの平均値でxのnull値をxに埋めます)
df['Item_Weight'] = df['Item_Weight'].fillna((df['Item_Weight'].mean()))
Null値を何らかの文字列で埋めたい場合は、
ここでOutlet_size
は列名です
df.Outlet_Size = df.Outlet_Size.fillna('Missing')
Pandas:NaN(nan
)の値を平均値、平均値、または他の1列の統計値に置き換える方法
DataFrameがdf
で、nr_items
という列が1つあるとします。これは、次のとおりです。df['nr_items']
あなたが置換する the NaN
あなたの列df['nr_items']
の値を列の平均に置き換えたい場合:
メソッド.fillna
を使う:
mean_value=df['nr_items].mean()
df['nr_item_ave']=df['nr_items].fillna(mean_value)
df
の値を列のNaN
の値で置き換えて、新しい列を格納するためのnr_item_ave
という新しいmean
列を作成しました。
mean
を使用するときは注意が必要です。 外れ値がある場合はmedian
を使用することをお勧めします。