Python/Pandas Dataframe ersetzen Sie 0 mit dem median-Wert

Habe ich ein python pandas dataframe mit mehreren Spalten und eine Spalte hat 0 Werte. Ich will ersetzen Sie die 0 Werte mit den median oder mean dieser Spalte.

data ist mein dataframe

artist_hotness ist die Spalte

mean_artist_hotness = data['artist_hotness'].dropna().mean()

if len(data.artist_hotness[ data.artist_hotness.isnull() ]) > 0:
data.artist_hotness.loc[ (data.artist_hotness.isnull()), 'artist_hotness'] = mean_artist_hotness

Ich habe versucht, aber es funktioniert nicht.

InformationsquelleAutor jeangelj | 2016-05-29

Ich denke, dass Sie verwenden können, Maske und parameter hinzufügen skipna=True zu bedeuten statt dropna. Auch müssen die Bedingung ändern zu data.artist_hotness == 0 wenn nötig ersetzen 0 Werte oder data.artist_hotness.isnull() wenn nötig ersetzen NaN Werte:

import pandas as pd
import numpy as np

data = pd.DataFrame({'artist_hotness': [0,1,5,np.nan]})
print (data)
   artist_hotness
0             0.0
1             1.0
2             5.0
3             NaN

mean_artist_hotness = data['artist_hotness'].mean(skipna=True)
print (mean_artist_hotness)
2.0

data['artist_hotness']=data.artist_hotness.mask(data.artist_hotness == 0,mean_artist_hotness)
print (data)
   artist_hotness
0             2.0
1             1.0
2             5.0
3             NaN

Nutzen Sie alternativ loc, aber weglassen Spalte-name:

data.loc[data.artist_hotness == 0, 'artist_hotness'] = mean_artist_hotness
print (data)
   artist_hotness
0             2.0
1             1.0
2             5.0
3             NaN

data.artist_hotness.loc[data.artist_hotness == 0, 'artist_hotness'] = mean_artist_hotness
print (data)

IndexingError: (0 True
1 Falsch
2 Falsch
3 Falsch
Name: artist_hotness, "dtype": "bool" 'artist_hotness')

Andere Lösung ist DataFrame.ersetzen Sie mit Angabe der Spalten:

data=data.replace({'artist_hotness': {0: mean_artist_hotness}}) 
print (data)
    aa  artist_hotness
0  0.0             2.0
1  1.0             1.0
2  5.0             5.0
3  NaN             NaN

Oder wenn nötig ersetzen, alle 0 Werte in allen Spalten:

import pandas as pd
import numpy as np

data = pd.DataFrame({'artist_hotness': [0,1,5,np.nan], 'aa': [0,1,5,np.nan]})
print (data)
    aa  artist_hotness
0  0.0             0.0
1  1.0             1.0
2  5.0             5.0
3  NaN             NaN

mean_artist_hotness = data['artist_hotness'].mean(skipna=True)
print (mean_artist_hotness)
2.0

data=data.replace(0,mean_artist_hotness) 
print (data)
    aa  artist_hotness
0  2.0             2.0
1  1.0             1.0
2  5.0             5.0
3  NaN             NaN

Wenn nötig ersetzen NaN in allen Spalten verwenden DataFrame.fillna:

data=data.fillna(mean_artist_hotness) 
print (data)
    aa  artist_hotness
0  0.0             0.0
1  1.0             1.0
2  5.0             5.0
3  2.0             2.0

Aber wenn es nur einige Spalten verwenden Series.fillna:

data['artist_hotness'] = data.artist_hotness.fillna(mean_artist_hotness) 
print (data)
    aa  artist_hotness
0  0.0             0.0
1  1.0             1.0
2  5.0             5.0
3  NaN             2.0

InformationsquelleAutor jezrael

verwenden pandas replace Methode:

df = pd.DataFrame({'a': [1,2,3,4,0,0,0,0], 'b': [2,3,4,6,0,5,3,8]}) 

df 
   a  b
0  1  2
1  2  3
2  3  4
3  4  6
4  0  0
5  0  5
6  0  3
7  0  8

df['a']=df['a'].replace(0,df['a'].mean())

df
   a  b
0  1  2
1  2  3
2  3  4
3  4  6
4  1  0
5  1  5
6  1  3
7  1  8

InformationsquelleAutor shivsn

data['artist_hotness'] = data['artist_hotness'].map( lambda x : data.artist_hotness.mean() if x == 0 else x)

InformationsquelleAutor Sailendra Pinupolu

0

Fand diese sehr hilfreich, obwohl Maske ist wirklich langsam (nicht sicher, warum).

Habe ich dieses:
```
df.loc[ df['artist_hotness'] == 0 | np.isnan(df['artist_hotness']), 'artist_hotness' ] = df['artist_hotness'].median()
```
InformationsquelleAutor sijie.xiong

Schreibe einen Kommentar

Du musst angemeldet sein, um einen Kommentar abzugeben.