Python fillna_pandas fillna 指定列

Python fillna_pandas fillna 指定列对我来说工作:df.ix[df[‘Type’]==’Dog’,’Killed’]=df.ix[df[‘Type’]==’Dog’,’Killed’].fillna(2.25)print(df)TypeKilledSurvived0Dog5.0021Dog3.0042Cat1.0073Dog2.2534cowNaN2如果系列需要fillna–因…

大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺

对我来说工作:

df.ix[df[‘Type’] == ‘Dog’, ‘Killed’] = df.ix[df[‘Type’] == ‘Dog’, ‘Killed’].fillna(2.25)

print (df)

Type Killed Survived

0 Dog 5.00 2

1 Dog 3.00 4

2 Cat 1.00 7

3 Dog 2.25 3

4 cow NaN 2

如果系列需要fillna – 因为2列被杀和幸存:

m = df[df[‘Type’] == ‘Dog’].mean().round()

print (m)

Killed 4.0

Survived 3.0

dtype: float64

df.ix[df[‘Type’] == ‘Dog’] = df.ix[df[‘Type’] == ‘Dog’].fillna(m)

print (df)

Type Killed Survived

0 Dog 5.0 2

1 Dog 3.0 4

2 Cat 1.0 7

3 Dog 4.0 3

4 cow NaN 2

如果需要fillna只在Killed列中:

#if dont need rounding, omit it

m = round(df.ix[df[‘Type’] == ‘Dog’, ‘Killed’].mean())

print (m)

4

df.ix[df[‘Type’] == ‘Dog’, ‘Killed’] = df.ix[df[‘Type’] == ‘Dog’, ‘Killed’].fillna(m)

print (df)

Type Killed Survived

0 Dog 5.0 2

1 Dog 3.0 8

2 Cat 1.0 7

3 Dog 4.0 3

4 cow NaN 2

您可以重用以下代码:

filtered = df.ix[df[‘Type’] == ‘Dog’, ‘Killed’]

print (filtered)

0 5.0

1 3.0

3 NaN

Name: Killed, dtype: float64

df.ix[df[‘Type’] == ‘Dog’, ‘Killed’] = filtered.fillna(filtered.mean())

print (df)

Type Killed Survived

0 Dog 5.0 2

1 Dog 3.0 8

2 Cat 1.0 7

3 Dog 4.0 3

4 cow NaN 2

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/170020.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)


相关推荐

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号