数据框（熊猫）填充缺失值答案

【问题标题】：Data frame (Pandas) filling Missing Values数据框（熊猫）填充缺失值
【发布时间】：2019-09-19 01:40:13
【问题描述】：

我们被要求根据以下假设在数据框的列中填充缺失值（比如说 df['A']）： 1- 如果同一行的 df['B'] 的值大于 1000，则使用 0。 2- 否则，使用 df['A']

的平均值

我使用了以下代码，效果很好。

mean_value = df['A'].mean()
df['A'].loc[(df['A'].isna()) & (df['B] > 1000)] = 0
df['A'].fillna(mean_value, inplace = True)

但是你可以看到有两行代码用于填充空值。有什么方法可以只用一行替换它吗？

【问题讨论】：

【解决方案1】：

您可以查看np.select

con1=(df['A'].isna()) & (df['B'] > 1000)
con2=df['A'].isna()
df['A']=np.select([con1,con2],[0,df['A'].mean()],default=df.A)

【讨论】：

【解决方案2】：

也许你可以用这个

check1 = df['A'].isna()
check2 = (df['A'].isna()) & (df['B'] > 1000)
df['A'] = np.where(check1 , np.where(check2,2000,df['A'].mean()), df['A'])

示例输入

      A     B
0   5.0     500
1   NaN     2000
2   3.0     1500
3   4.0     1100
4   NaN     7

示例输出

      A     B
0   5.0     500
1   2000.0  2000
2   3.0     1500
3   4.0     1100
4   4.0     7

【讨论】：

【解决方案3】：

您可以尝试这种算术方法，尽管在这种情况下单行只会使其难以阅读。由于您将问题从2000 编辑为0，因此无需添加。所以，答案是

df['A'] = df.A.fillna((df['B'] <= 1000) * df.A.mean())

【讨论】：

【解决方案4】：

我使用了下面这行代码，它确实有效，但我仍然相信应该有更温和的方法来解决这个问题。

df['A'] = df.apply(lambda x: x['A'] if not(np.isnan(x['A'])) else (0 if x['B'] > 1000 else mean_value), axis = 1)

有什么想法吗？

【讨论】：