python - 通过从 Pandas 数据框中的非缺失值中随机选择来填充缺失数据

Question

我有一个 pandas 数据框，其中有几个缺失值。我注意到非缺失值彼此接近。因此，我想通过随机选择非缺失值来估算缺失值。

例如:

import pandas as pd
import random
import numpy as np

foo = pd.DataFrame({'A': [2, 3, np.nan, 5, np.nan], 'B':[np.nan, 4, 2, np.nan, 5]})
foo
    A   B
0   2 NaN
1   3   4
2 NaN   2   
3   5 NaN
4 NaN   5

我想要例如 foo['A'][2]=2 和 foo['A'][5]=3 我的 pandas DataFrame 的形状是 (6940,154)。 我试试这个

foo['A'] = foo['A'].fillna(random.choice(foo['A'].values.tolist()))

但它不起作用。你能帮我实现吗？最好的问候。

Answer 1

您可以使用 pandas.fillna 方法和 random.choice 方法通过随机选择特定列来填充缺失值。

import random
import numpy as np

df["column"].fillna(lambda x: random.choice(df[df[column] != np.nan]["column"]), inplace =True)

其中 column 是您要用非 nan 值随机填充的列。