假设我有一个dataframe，它包含很多很多NaN值的列--事实上，除了一个值(或者几个相同的值)之外，大多数值都是none，但是分布在不同的行上。df = pd.DataFrame({'A':[np.nan, 2, np.nan], 'B':[3.5, np.nan, 3.5], 'C':[np.nan, np.nan, 0.1]}) 那么，如何才能实现这样的数据帧呢那么，如何将列中的所有
浏览 10提问于2021-10-31得票数 3
回答已采纳
我正在为一个机器学习项目清理我的数据，方法是分别用“Age”和“for”列的零和平均值替换缺少的值。['Fare'] = train_data['Fare'].fillna(mean)
由于我必须对其他数据集多次执行此操作，因此我希望通过创建一个泛型函数来自动化此过程，该泛型函数将DataFrame作为输入，并执行修改它和返回修改后的函数的操作。在一些研究中，我发现我必须使用apply()和ma
浏览 26提问于2021-10-11得票数 0
对于当前的项目，我计划清除Pandas DataFrame的空值。为此，我想使用pd.DataFrame().fillna()，它显然是数据清理的可靠解决方案。我尝试了几种方法来重写df = pd.DataFrame().fillna()行，但都没有达到预期的结果。 有没有什么聪明的调整可以让它运行起来？import stringimport pandas as pd
# Loading
浏览 1101提问于2020-07-14得票数 2
回答已采纳
'|') + 1
train['genre_ids'].cat.add_categories('no_genre_id').fillna('no_genre_id', inplace=True)
test['genre_ids'].cat.add_categories('no_genre_id').fillna('no_genre_idipython-in
浏览 181提问于2021-08-26得票数 0
1回答
我要创建一个回归模型，但我想知道如何最好地处理数值和分类数据的nan值：1-用0：df.fillna(0, inplace=True)替换它3-用中间值df.fillna(df.median(), inplace=True)替换它
4-删除目标列中的每一行都具有nan值处理列中的</
浏览 1提问于2020-08-12得票数 1
回答已采纳
1回答
我有一个excel文件，需要根据列数据类型清理和填充NaN值，比如如果列数据类型是对象，则需要在该列中填充"NULL“，如果数据类型为整数或浮点数，则需要在这些列中填充。到目前为止，我已经尝试了两种方法来完成这项工作，但是没有运气，这里是第一个用bulit方法按数据类型选择列
df.select_dtypes(include='object&#x
浏览 2提问于2020-03-16得票数 3
回答已采纳
因此，我用fillna填充框架，如下所示：frame.fillna(value="n/a", inplace=True)
然而，这需要相当长的时间，在任何非平凡的行数(>= 10000)上，我的处理器都会被固定住，而我的机器在我终止进程之前是没有响应的。我的问题是，当帧中有空条目时，获得get_dum
浏览 0提问于2018-04-09得票数 3
回答已采纳
我在Pandas中加载了一个200,000 x 500的dataframe。有没有函数可以自动告诉我哪些列缺少数据？或者我必须遍历每一列并逐个检查元素？一旦我发现一个缺失的元素，我如何定义一个自定义函数(基于列名和同一行中的一些其他数据)来进行自动替换。我看到了fillna()方法，但我不认为它接受(lambda)函数作为输入。
谢谢!
浏览 0提问于2012-07-24得票数 6
回答已采纳
在将pandas.DataFrame中的列类型从int64更改为object之后，应用于该列的fillna将再次返回具有int64类型的列。例如：data['a'] =data['a'].astype('obj
浏览 2提问于2022-03-31得票数 0
回答已采纳
我有一个Pandas Dataframe，对不同的列有不同的数据类型。例如，df.dtypes返回以下内容。使用适当的NaN值对其执行组操作会导致问题。用.fillna()方法去掉它们是显而易见的选择。问题是很明显，字符串的clouse是.fillna("")，而.fillna(0)是整数和浮点数的正确选择。在DataFrame上使用任何一种<
浏览 0提问于2013-06-18得票数 9
回答已采纳
1回答
关于固有不适用数据单元的数据培训
、、、、
我在一个化学样本数据集上训练一个模型，以找出异常点，并在有意义的地方进行估算。包含数千行化学混合物，有许多属性列。例如:溴含量、密度。固有的不适用数据...all的研究指出了通过列方法、数据计算或类似方法来修正“缺失值”的
浏览 0提问于2019-02-25得票数 2
回答已采纳
我正在使用pandas 0.24.2。 在方法链中，我想创建一个新列(比如使用assign)，并使用新列在另一个列中填充na值，而不使用pipe函数。这个是可能的吗？=lambda x: x["a"] / 2
) 现在假设我想用c的值填充b中的na值，添加到方法链上。与assign不同的是，fillna不计算可伸缩性。这会用lambda本身填充值，而不是计算它。=lam
浏览 7提问于2019-05-07得票数 0
回答已采纳
1回答
我想给熊猫Series和DataFrames添加新的方法和属性。这里是一个非常简单的例子:我想要一个计算时间的方法，一个行和前一个行之间的差不是1。到目前为止，我对熊猫物品进行了分类，以下是我所拥有的：
def gaps(self):return (self.diff().fillna(1) !In[1]: df = pd.DataFrame({
浏览 1提问于2017-09-20得票数 1
回答已采纳
我有一个很大的数据空间，我试图使用字典作为指南，根据A列中的值填充B列的NaN条目。Green NaN7 Blue NaNdict = {"Red": 123, "Green": 456, "Blue": 789}
我很好奇使用Pandas将每个NaN替换为字典中相应的数字的最佳方法。在这种情况下，我不知
浏览 6提问于2016-01-04得票数 0
回答已采纳
1174,535.29,0,1709.29,109.16,478.67,0,2297.12前两列应该读取为MultiIndex，因此前四行的第一个索引列应该是德里478.67 0.00 2297.12 我不明白NaN是从哪里来的；它们正在破坏我的MultiIndex结构。任何帮助
浏览 5提问于2014-07-01得票数 2
回答已采纳
在选择要插入到Pandas.DataFrame.Groupby.agg中的列时，我遇到了问题。from pandas_datareader import data
new_range = pd.date_range(start="2018-1-1", end="
浏览 2提问于2019-10-14得票数 1
回答已采纳
我尝试使用columns.fillna(column.mean)从两列中删除空格和空格，并将它们替换为各自列中的平均值，但在实现以下代码时，它告诉我“列未定义”。如何定义在数据框中定义为参数的列，以便应用columns.fillna(column.mean)方法？import pandas as pdimport matplotlib.py
浏览 17提问于2021-10-12得票数 0
回答已采纳
当我试图通过将一个现有列除以另一个现有列来在我的pandas数据帧中创建一个新列时，我在没有被零除的行中得到了'inf‘。COST']上面代码的结果是0.2590 0.0170 6.563
浏览 24提问于2018-07-19得票数 0
回答已采纳
我正在尝试学习如何选择丢失数据超过一定数量的行或列。使用value_counts，我可以找到满足条件的列，但是我不知道如何检索int形式的索引，以便可以访问数据帧并从数据帧中删除相应的列。如何在int中转换/检索索引？还有，有没有更简单的方法来做到这一点呢？df3 = pandas.DataFrame([[1,6.5,3],[1,'NA','
浏览 3提问于2016-11-17得票数 2
4回答
在pandas.fillna中，Method to use forlast valid observation forward to next valid backfill / bfill: use NEXT valid observation to fill gap
如何向后和向前填充值似乎没有一种选择能做到这一点。
浏览 3提问于2015-12-15得票数 4
回答已采纳
云服务器
ICP备案
对象存储
实时音视频
云直播
腾讯云开发者
