我知道通过如下每一列分别填写的代码
data['Native Country'].fillna(data['Native Country'].mode(), inplace=True)
但我正在处理一个包含 50 行的数据集,并且有 20 个分类值需要估算。 是否有用于估算整个数据集的单行代码??
最佳答案
使用DataFrame.fillna
与 DataFrame.mode
并选择第一行,因为如果返回相同的最大出现次数,则所有值:
data = pd.DataFrame({
'A':list('abcdef'),
'col1':[4,5,4,5,5,4],
'col2':[np.nan,8,3,3,2,3],
'col3':[3,3,5,5,np.nan,np.nan],
'E':[5,3,6,9,2,4],
'F':list('aaabbb')
})
cols = ['col1','col2','col3']
print (data[cols].mode())
col1 col2 col3
0 4 3.0 3.0
1 5 NaN 5.0
data[cols] = data[cols].fillna(data[cols].mode().iloc[0])
print (data)
A col1 col2 col3 E F
0 a 4 3.0 3.0 5 a
1 b 5 8.0 3.0 3 a
2 c 4 3.0 5.0 6 a
3 d 5 3.0 5.0 9 b
4 e 5 2.0 3.0 2 b
5 f 4 3.0 3.0 4 b
关于python - 如何使用模式/均值来估算 pandas 数据框中的整个缺失值?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/66565971/