Pandas DataFrame：用列平均值替换NaN值

在本文中，我们将介绍如何在Pandas DataFrame中将NaN值替换为列的平均值。NaN值指的是缺失值或不可用值。在处理数据时，NaN值是常见的情况，需要处理以便进行分析和建模。我们将在本文中给出替换所有NaN值的代码示例。

阅读更多：Pandas 教程

创建一个DataFrame

首先，我们需要按以下方式创建DataFrame，并生成一些NaN值来演示代码：

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.rand(5, 3))
df.iloc[0, 0] = np.nan
df.iloc[1, 1] = np.nan
df.iloc[2, 2] = np.nan
df.iloc[3, 0] = np.nan
df.iloc[4, 1] = np.nan
df

这将得到如下DataFrame：

替换NaN值

接下来，我们需要使用以下代码替换NaN值：

df = df.fillna(df.mean())

这将使用每列的平均值来替换NaN值。新的DataFrame将如下所示：

这些NaN值都已被替换为相应列的平均值。

只替换指定列的NaN值

有时，我们只需要替换特定列的NaN值。对于这种情况，我们可以使用以下代码：

df['col1'] = df['col1'].fillna(df['col0'].mean())

这将使用“col0”列的平均值来替换“col1”列中的NaN值。可以根据需要添加更多替换语句。

总结

在本文中，我们介绍了如何在Pandas DataFrame中用列平均值替换NaN值。该方法可以用于降低数据集中NaN值的影响，使数据更适合机器学习和数据分析。在执行这些替换操作时，请确保对数据集预先进行了必要的缺失值处理和清洗。