用 Pandas 的列的平均值替换值答案

【问题标题】：Replace value with the average of it's column with Pandas用 Pandas 的列的平均值替换值
【发布时间】：2021-11-11 10:48:07
【问题描述】：

我有一个csv 文件，其中包含多个包含数值的列。但是，某些行在一列或多列中缺少值。缺失值用“x”表示。

如何使用 Pandas 将所有缺失值 ('x') 替换为其列中所有值的平均值？

df=  pd.read_csv('file.csv')

【问题讨论】：

这能回答你的问题吗？ pandas DataFrame: replace nan values with average of columns
还有reading file with missing values in python pandas

标签： python pandas dataframe

【解决方案1】：

首先要识别的是其中包含“x”的列不是整数数据类型。它们是对象数据类型。

df = pd.read_csv('file.csv')

df

    Col1    Col2
0   1   22
1   2   44
2   3   x
3   4   88
4   5   110
5   6   132
6   7   x
7   8   176
8   9   198
9   10  x

df.dtypes

Col1     int64
Col2    object
dtype: object

为了得到 Col2 的均值，需要将其转换为数值。

df['Col2'] = pd.to_numeric(df['Col2'], errors='coerce').astype('Int64')

df.dtypes
Col1    int64
Col2    Int64
dtype: object

df 现在看起来像这样：

df 

Col1    Col2
0   1   22
1   2   44
2   3   <NA>
3   4   88
4   5   110
5   6   132
6   7   <NA>
7   8   176
8   9   198
9   10  <NA>

现在我们可以将 fillna() 与 df['Col2'].mean() 一起使用：

df['Col2'] = df['Col2'].fillna(df['Col2'].mean())

df
    Col1    Col2
0   1   22
1   2   44
2   3   110
3   4   88
4   5   110
5   6   132
6   7   110
7   8   176
8   9   198
9   10  110

【讨论】：

"首先要识别的是，其中包含 'x' 的列不是整数。它们是对象。"他们的数据类型是object。实际的列本身并不是整数，即使它们只包含整数。

【解决方案2】：

avg = df[column].mean()
df[column] = df[column].apply(lambda v: avg if v=="x" else v)

【讨论】：

【解决方案3】：

您将遇到对具有非数字值（例如“x”）的列求平均值的问题。您必须先解决这个问题，例如使用df = df.replace('x',np.nan)（仅当x 是唯一的非数字值时才有效），然后您可以使用df = df.fillna(df.mean())。如果您从整数开始，其中带有x 的列将被转换为浮点数（即使是未被替换的行），因此如果您不希望这样做，您将不得不做更多的工作。

【讨论】：