python - Pandas 数据帧 : replace nan values with average of columns

Question

我有一个 Pandas DataFrame，其中大部分填充了实数，但其中也有一些 nan 值。

如何将 nan 替换为它们所在列的平均值？

这个问题与这个问题非常相似:numpy array: replace nan values with average of columns但不幸的是，那里给出的解决方案不适用于 pandas DataFrame。

Answer 1

您可以简单地使用 DataFrame.fillna直接填写nan的:

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 的文档字符串说 value 应该是标量或字典，但是，它似乎也适用于 Series .如果你想传递一个字典，你可以使用 df.mean().to_dict()。