在 python 中创建一个函数，它将估算 pandas 数据框中的平均值或中值

Question

我有一个数据框

data = {'Age':[18, np.nan, 17, 14, 15, np.nan, 17, 17]} 
df = pd.DataFrame(data) 
df

我想写一个解决方案，可以估算均值或中位数，使用

df = df.fillna 
df = df.fillna(df.median())

平均值的期望输出

data = {'Age':[18, 16.3, 17, 14, 15, 16.3, 17, 17]} 
df = pd.DataFrame(data) 
df

中位数的期望输出

data = {'Age':[18, 17, 17, 14, 15, 17, 17, 17]} 
df = pd.DataFrame(data) 
df

Answer 1

使用函数：

def f(df, func):
    if func in ['mean','median']:
        return df.fillna(df.agg(func))
    else:
        raise Exception("Wrong function, use only 'mean' or 'median'")

如果需要mean使用：

df = f(df, 'mean')

如果需要median使用：

df = f(df, 'median')

Answer 2

首先将 'nan' 解析为 float:

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

输出：

         Age
0  18.000000
1  16.333333
2  17.000000
3  14.000000
4  15.000000
5  16.333333
6  17.000000
7  17.000000

对于功能：

def f(df, func):
    return df.fillna([df.mean(), df.median()][func == 'mean'])

Answer 3

同时适用于所有列的通用解决方案

data = {'Age':[18, 'nan', 17, 14, 15, 'nan', 17, 17]} 
df = pd.DataFrame(data) 

df = df.astype('float')

def foo(s, func):
    val = func(s)
    return s.fillna(val)

df.apply(foo, args=(np.mean,))

或

df.apply(foo, args=(np.median,))

或

df.apply(foo, args(custom_function,))

在 python 中创建一个函数，它将估算 pandas 数据框中的平均值或中值

Create a function in python, which will impute mean OR median values in the pandas dataframe

python

function

mean

median

pandas