用平均值填充空值

Filling null values with mean

我有一个包含许多 NaN 值的数据集,我想用每列的平均值填充空值。所以我尝试了以下代码:

def fill_mean():  
    m = [df.columns.get_loc(c) for c in df.columns if c in missing]
    for i in m:
        df[df.columns[i]] =df[df.columns[i]].fillna(value=df[df.columns[i]].mean())
    return df

但我收到此错误:

TypeError: must be str, not int

我要填充的列都是由相同类型组成的:'float64' 或 'O'。
我怀疑问题源于这个事实,但我该如何解决呢?


编辑: 我创建了一个包含列的字典,其中包含缺少某些数据的列的索引以及每列的类型。

di = dict(zip(missing, m2)) 
def fill_mean():
    m = [df.columns.get_loc(c) for c in df.columns if c in missing]
    for i in m:
        if di[m] == "dtype('float64')":
            df[df.columns[i]] = df[df.columns[i]].fillna(value=df[df.columns[i]].mean())
    return df

如果我 运行 fill_mean(),现在我得到一个不同的错误:

    if di[m] == "dtype('float64')":

TypeError: unhashable type: 'list'

我认为您想首先将列转换为类型 float,然后使用 df.fillna,使用 df.mean() 作为 value 参数:

df[["columns", "to", "change"]] = df[["columns", "to", "change"]].astype('float')

df.fillna(df.mean())

注意:如果 all 您数据框中的列可以转换为 float,那么您只需执行以下操作:

df = df.astype('float').fillna(df.astype('float').mean())

示例:

df = pd.DataFrame({'col1':np.random.choice([np.nan, '1','2'], 10), 
     'col2':np.random.choice([np.nan, '1', '2'], 10)})


>>> print(df)
  col1 col2
0    2    1
1    2    1
2  nan  nan
3    1    2
4    1    2
5  nan    2
6    2    2
7    2    2
8    1    2
9  nan    1

df[['col1', 'col2']] = df[['col1', 'col2']].astype('float')

df = df.fillna(df.mean())


>>> print(df)
       col1      col2
0  2.000000  1.000000
1  2.000000  1.000000
2  1.571429  1.666667
3  1.000000  2.000000
4  1.000000  2.000000
5  1.571429  2.000000
6  2.000000  2.000000
7  2.000000  2.000000
8  1.000000  2.000000
9  1.571429  1.000000