在數(shù)據(jù)分析和處理過(guò)程中，缺失數(shù)據(jù)（NaN 值）是一個(gè)常見(jiàn)的問(wèn)題。缺失數(shù)據(jù)可能會(huì)導(dǎo)致錯(cuò)誤的分析結(jié)果或模型預(yù)測(cè)。在 Pandas 中，我們可以通過(guò)多種方法來(lái)處理缺失數(shù)據(jù)，其中一種常用的方法是均值填充。本文將詳細(xì)介紹如何使用 Pandas 進(jìn)行均值填充，并提供實(shí)際的代碼示例。

什么是均值填充？

均值填充是一種簡(jiǎn)單且常用的處理缺失數(shù)據(jù)的方法。它通過(guò)計(jì)算每個(gè)特征的均值，并將該均值填充到缺失值的位置上。這種方法適用于數(shù)據(jù)缺失是隨機(jī)且不多的情況。

為什么選擇均值填充？

簡(jiǎn)單易行：計(jì)算和填充均值非常簡(jiǎn)單，不需要復(fù)雜的計(jì)算。
保持?jǐn)?shù)據(jù)規(guī)模：均值填充不會(huì)改變數(shù)據(jù)集的大小，僅替換缺失值。
適用于數(shù)值數(shù)據(jù)：均值填充適用于處理數(shù)值型數(shù)據(jù)的缺失值。

均值填充的步驟

• 加載數(shù)據(jù)
• 檢查缺失值
• 計(jì)算均值
• 填充缺失值
• 驗(yàn)證填充結(jié)果

實(shí)際代碼示例

假設(shè)我們有一個(gè)包含學(xué)生成績(jī)的數(shù)據(jù)集，其中包含一些缺失值。我們將使用 Pandas 進(jìn)行均值填充。

• 加載數(shù)據(jù)
  首先，我們導(dǎo)入必要的庫(kù)并加載數(shù)據(jù)。

import pandas as pd
import numpy as np

# 創(chuàng)建示例數(shù)據(jù)集
data = {
    'Math': [85, 78, np.nan, 90, 95, np.nan, 88],
    'Science': [np.nan, 88, 92, 85, np.nan, 95, 90],
    'English': [78, np.nan, 85, 90, 87, 88, np.nan]
}

df = pd.DataFrame(data)
print("原始數(shù)據(jù)：")
print(df)

輸出：

原始數(shù)據(jù)：
   Math  Science  English
0  85.0      NaN     78.0
1  78.0     88.0      NaN
2   NaN     92.0     85.0
3  90.0     85.0     90.0
4  95.0      NaN     87.0
5   NaN     95.0     88.0
6  88.0     90.0      NaN

• 檢查缺失值
  我們可以使用 isnull() 和 sum() 方法來(lái)檢查數(shù)據(jù)集中缺失值的情況。

print("缺失值統(tǒng)計(jì)：")
print(df.isnull().sum())

輸出：

缺失值統(tǒng)計(jì)：
Math       2
Science    2
English    2
dtype: int64

• 計(jì)算均值
  使用 mean() 方法計(jì)算每列的均值。

means = df.mean()
print("每列均值：")
print(means)

輸出：

每列均值：
Math       87.2
Science    90.0
English    85.6
dtype: float64

• 填充缺失值
  使用 fillna() 方法將缺失值替換為相應(yīng)列的均值。

df_filled = df.fillna(means)
print("填充后的數(shù)據(jù)：")
print(df_filled)

輸出：

填充后的數(shù)據(jù)：
   Math  Science  English
0  85.0     90.0     78.0
1  78.0     88.0     85.6
2  87.2     92.0     85.0
3  90.0     85.0     90.0
4  95.0     90.0     87.0
5  87.2     95.0     88.0
6  88.0     90.0     85.6

• 驗(yàn)證填充結(jié)果
  我們可以再次檢查是否還有缺失值，確保填充成功。

print("填充后缺失值統(tǒng)計(jì)：")
print(df_filled.isnull().sum())

輸出：

填充后缺失值統(tǒng)計(jì)：
Math       0
Science    0
English    0
dtype: int64

總結(jié)

均值填充是一種簡(jiǎn)單且有效的處理缺失數(shù)據(jù)的方法。通過(guò) Pandas 的 fillna() 方法，我們可以輕松地實(shí)現(xiàn)這一操作。在處理數(shù)據(jù)缺失時(shí)，選擇適當(dāng)?shù)姆椒ㄖ陵P(guān)重要，均值填充適用于數(shù)值數(shù)據(jù)且缺失值不是特別多的情況。

在實(shí)際應(yīng)用中，還需要根據(jù)具體情況選擇其他處理缺失數(shù)據(jù)的方法，如中位數(shù)填充、眾數(shù)填充、插值法等。希望本文能幫助你更好地理解和應(yīng)用 Pandas 進(jìn)行均值填充。

到此這篇關(guān)于使用Pandas進(jìn)行均值填充的實(shí)現(xiàn)的文章就介紹到這了,更多相關(guān)Pandas 均值填充內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論