我有一个大多数用实数填充的大熊猫DataFrame，但也有几个nan值。
如何用列的平均值来替换它们？
这个问题非常类似于这个：numpy array: replace nan values with average of columns，但不幸的是，给出的解决方案对于大熊猫DataFrame不起作用。
您可以直接使用
DataFrame.fillna填充nan：
In [27]: df
Out[27]:
A B C
0 -0.166919 0.979728 -0.632955
1 -0.297953 -0.912674 -1.365463
2 -0.120211 -0.540679 -0.680481
3 NaN -2.027325 1.533582
4 NaN NaN 0.461821
5 -0.788073 NaN NaN
6 -0.916080 -0.612343 NaN
7 -0.887858 1.033826 NaN
8 1.948430 1.025011 -2.982224
9 0.019698 -0.795876 -0.046431
In [28]: df.mean()
Out[28]:
A -0.151121
B -0.231291
C -0.530307
dtype: float64
In [29]: df.fillna(df.mean())
Out[29]:
A B C
0 -0.166919 0.979728 -0.632955
1 -0.297953 -0.912674 -1.365463
2 -0.120211 -0.540679 -0.680481
3 -0.151121 -2.027325 1.533582
4 -0.151121 -0.231291 0.461821
5 -0.788073 -0.231291 -0.530307
6 -0.916080 -0.612343 -0.530307
7 -0.887858 1.033826 -0.530307
8 1.948430 1.025011 -2.982224
9 0.019698 -0.795876 -0.046431
fillna的docstring说，这个值应该是一个标量或一个字母，但是它似乎与一个系列一起工作。如果你想通过一个dict，你可以使用df.mean()。to_dict()。
http://stackoverflow.com/questions/18689823/pandas-dataframe-replace-nan-values-with-average-of-columns
本站文章除注明转载外，均为本站原创或编译
转载请明显位置注明出处：python – pandas DataFrame：将nan值与平均列替换