DataFrameにnp.nan
をランダムに挿入するにはどうすればよいですか? DataFrame内に10%のnull値が必要だとします。
私のデータは次のようになります:
df = pd.DataFrame(np.random.randn(5, 3),
index=['a', 'b', 'c', 'd', 'e'],
columns=['one', 'two', 'three'])
one two three
a 0.695132 1.044791 -1.059536
b -1.075105 0.825776 1.899795
c -0.678980 0.051959 -0.691405
d -0.182928 1.455268 -1.032353
e 0.205094 0.714192 -0.938242
Null値を挿入する簡単な方法はありますか?
これは、セルの正確に10%をクリアする方法です(つまり、既存のデータフレームのサイズで達成できる限り10%に近い)。
import random
ix = [(row, col) for row in range(df.shape[0]) for col in range(df.shape[1])]
for row, col in random.sample(ix, int(round(.1*len(ix)))):
df.iat[row, col] = np.nan
これは、セルあたりの確率が10%のセルを個別にクリアする方法です。
df = df.mask(np.random.random(df.shape) < .1)
データフレームの列を簡単に繰り返し処理し、 pandas.DataFrame.sample()
メソッドによって生成されたすべてのセルにNaN
値を割り当てることができます。
コードは次のとおりです。
for col in df.columns:
df.loc[df.sample(frac=0.1).index, col] = pd.np.nan