
你可以直接使用
Dataframe.fillna来nan直接填充:
In [27]: df Out[27]:A B C0 -0.166919 0.979728 -0.6329551 -0.297953 -0.912674 -1.3654632 -0.120211 -0.540679 -0.6804813 NaN -2.027325 1.5335824 NaN NaN 0.4618215 -0.788073 NaN NaN6 -0.916080 -0.612343 NaN7 -0.887858 1.033826 NaN8 1.948430 1.025011 -2.9822249 0.019698 -0.795876 -0.046431In [28]: df.mean()Out[28]: A -0.151121B -0.231291C -0.530307dtype: float64In [29]: df.fillna(df.mean())Out[29]:A B C0 -0.166919 0.979728 -0.6329551 -0.297953 -0.912674 -1.3654632 -0.120211 -0.540679 -0.6804813 -0.151121 -2.027325 1.5335824 -0.151121 -0.231291 0.4618215 -0.788073 -0.231291 -0.5303076 -0.916080 -0.612343 -0.5303077 -0.887858 1.033826 -0.5303078 1.948430 1.025011 -2.9822249 0.019698 -0.795876 -0.046431
的文档字符串
fillna说,
value应该是一个标量或快译通,但是,它似乎工作用
Series为好。如果你想通过字典,可以使用
df.mean().to_dict()。
欢迎分享,转载请注明来源:内存溢出
微信扫一扫
支付宝扫一扫
评论列表(0条)