Python 使用值的DataFrame填充NA

根据文档，

fillna

value

参数可以是以下参数之一：

value : scalar, dict, Series, or DataFrame
Value to use to fill holes (e.g. 0), alternately a dict/Series/DataFrame of values specifying which value to use for each index (for a Series) or column (for a DataFrame). (values not in the dict/Series/DataFrame will not be filled). This value cannot be a list.

我有一个数据框，看起来像：

PassengerId Pclass  Name    Sex Age SibSp   Parch   Ticket  Fare    Cabin   Embarked
0   892 3   Kelly, Mr. James    male    34.5    0   0   330911  7.8292  NaN Q
1   893 3   Wilkes, Mrs. James (Ellen Needs)    female  47.0    1   0   363272  7.0000  NaN S
2   894 2   Myles, Mr. Thomas Francis   male    62.0    0   0   240276  9.6875  NaN Q
3   895 3   Wirz, Mr. Albert    male    27.0    0   0   315154  8.6625  NaN S
4   896 3   Hirvonen, Mrs. Alexander (Helga E Lindqvist)    female  22.0    1   1   3101298 12.2875 NaN S

这就是我想做的：

NaN舱室将根据给定Pclass特征值的中值填充

NaN Age将根据其在整个数据集的中值进行填充

将根据给定的Pclass特征值的中值填充

经过一些数据处理，我得到了这个数据帧：

    Pclass  Cabin   Embarked    Ticket
0   1   C   S   50
1   2   F   S   13
2   3   G   S   5

它说的是，对于

Pclass==1

来说，最常见的

cab

是

C

。鉴于此，在我的原始数据帧

df

中，我想用

C

填充每个

df['cab']==null

这是一个小示例，我可以手动将每个可能的空组合处理为：

df_both[df_both['Pclass'] == 1 & df_both['Cabin'] == np.NaN] = 'C'

但是，我想知道是否可以使用这个派生的数据帧来自动完成所有这些填充

---

谢谢。

如果您想用中位数或特定列的平均值之类的内容填充所有的Nan，您可以执行以下操作

中位数：

df.fillna(df.median())

卑鄙

df.fillna(df.mean())

有关更多信息，请参阅

编辑：

或者，您可以使用具有指定值的词典。键需要映射到列名。通过这种方式，还可以对字符串中缺少的值进行插补

df.fillna({'col1':'a','col2': 1})

---

如果您想用特定列的中位数或平均值之类的内容填充所有Nan，您可以执行以下操作

中位数：

df.fillna(df.median())

卑鄙

df.fillna(df.mean())

有关更多信息，请参阅

编辑：

或者，您可以使用具有指定值的词典。键需要映射到列名。通过这种方式，还可以对字符串中缺少的值进行插补

df.fillna({'col1':'a','col2': 1})