熊猫 - 更换楠非空值

的总

import pandas as pd 
l = [{'C1':-6,'C3':2}, 
    {'C2':-6,'C3':3}, 
    {'C1':-6.3,'C2':8,'C3':9}, 
    {'C2':-7}] 
df1 = pd.DataFrame(l, 
    index=['R1','R2','R3','R4']) 
print(df1) 

    C1 C2 C3 
R1 -6.0 NaN 2.0 
R2 NaN -6.0 3.0 
R3 -6.3 8.0 9.0 
R4 NaN -7.0 NaN

问题 -如果有任何行单元格中的任何NaN的值，那么它必须被替换通过来自同一行的非空值的聚合。例如，在第一行中，（R1，C2）的值应为=（-6 + 2）/ 2 = -2

预期输出 -

 C1 C2 C3 
R1 -6.0 -4.0 2.0 
R2 -1.5 -6.0 3.0 
R3 -6.3 8.0 9.0 
R4 -7.0 -7.0 -7.0

来源

2017-07-28 dataLeo

使用apply与axis=1过程按行：

df1 = df1.apply(lambda x: x.fillna(x.mean()), axis=1) 
print(df1) 

    C1 C2 C3 
R1 -6.0 -2.0 2.0 
R2 -1.5 -6.0 3.0 
R3 -6.3 8.0 9.0 
R4 -7.0 -7.0 -7.0

也可以工作：

df1 = df1.T.fillna(df1.mean(1)).T 
print(df1) 
    C1 C2 C3 
R1 -6.0 -2.0 2.0 
R2 -1.5 -6.0 3.0 
R3 -6.3 8.0 9.0 
R4 -7.0 -7.0 -7.0

因为：

df1 = df1.fillna(df1.mean(1), axis=1) 
print(df1)

NotImplementedError: Currently only can fill with dict/Series column by column

来源

2017-07-28 05:43:09 jezrael

感谢您指向应用功能。 – dataLeo

非常好的解决方案。 – Dark

你能做到这一点。转置，然后做fillna()然后再转置它。

>>> df1 = df1.T.fillna(df1.mean(axis=1)).T 
>>> print(df1) 
    C1 C2 C3 
R1 -6.0 -4.0 2.0 
R2 -1.5 -6.0 3.0 
R3 -6.3 8.0 9.0 
R4 -7.0 -7.0 -7.0

来源

2017-07-28 05:43:59 anon

熊猫 - 更换楠非空值

回答

相关问题