pandas 用均值填充缺失值NaN | fillna 方法解析

---

sklearn缺失值插补
sklearn官方文档

---

官方fillna 方法文档

---

pandas中fillna()方法，能够使用指定的方法填充NA/NaN值。

1.函数详解

函数形式：fillna(value=None, method=None, axis=None, inplace=False, limit=None, downcast=None, **kwargs)

参数：

value：用于填充的空值的值。

method： {‘backfill’, ‘bfill’, ‘pad’, ‘ffill’, None}, default None。定义了填充空值的方法， pad / ffill表示用前面行/列的值，填充当前行/列的空值， backfill / bfill表示用后面行/列的值，填充当前行/列的空值。

axis：轴。0或’index’，表示按行删除；1或’columns’，表示按列删除。

inplace：是否原地替换。布尔值，默认为False。如果为True，则在原DataFrame上进行操作，返回值为None。

limit：int， default None。如果method被指定，对于连续的空值，这段连续区域，最多填充前 limit 个空值（如果存在多段连续区域，每段最多填充前 limit 个空值）。如果method未被指定， 在该axis下，最多填充前 limit 个空值（不论空值连续区间是否间断）

downcast：dict, default is None，字典中的项为，为类型向下转换规则。或者为字符串“infer”，此时会在合适的等价类型之间进行向下转换，比如float64 to int64 if possible。

返回值：
DataFrame or None
Object with missing values filled or None if inplace=True.

---

• 用均值进行填充:

for column in list(df.columns[df.isnull().sum() > 0]):
    mean_val = df[column].mean()
    df[column].fillna(mean_val, inplace=True)

• 用后一行的值进行填充NaN

print(df.fillna(method='backfill', axis=0, inplace=False))

• 我的测试代码如下：

import numpy as np
import pandas as pd

a = np.arange(100, dtype=float).reshape((10, 10))

a[0, 1] = np.nan
a[0, 3] = np.nan
a[0, 4] = np.nan
a[0, 6] = np.nan

a[3, 1] = np.nan
a[3, 3] = np.nan
a[3, 4] = np.nan
a[3, 6] = np.nan

df = pd.DataFrame(data=a)
# 重命名列名
df.columns = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j']

print(df)
# 筛选需要填充的列
print(df.columns[df.isnull().sum() > 0])

# 用列均值进行填充NaN
for column in list(df.columns[df.isnull().sum() > 0]):
    mean_val = df[column].mean()
    df[column].fillna(mean_val, inplace=True)

# 用后一行的值进行填充NaN
# print(df.fillna(method='backfill', axis=0, inplace=True))


# 筛选需要填充的列  发现没有这样的列了
print(df.columns[df.isnull().sum() > 0])

print(df)