如何使用循环在NaN DataFrame中按相邻列的平均值填充Pandas值
在NaN DataFrame中按相邻列的平均值填充Pandas值的方法是使用循环。首先，我们需要找到每个NaN值所在的位置，然后根据其相邻列的平均值进行填充。
以下是一个示例代码，演示了如何使用循环在NaN DataFrame中按相邻列的平均值填充Pandas值：
import pandas as pd
import numpy as np
# 创建一个包含NaN值的DataFrame
df = pd.DataFrame({'A': [1, 2, np.nan, 4, np.nan],
'B': [np.nan, 2, 3, np.nan, 5],
'C': [1, 2, 3, 4, 5]})
# 循环遍历DataFrame的每一列
for col in df.columns:
# 循环遍历每个NaN值所在的位置
for i in range(len(df)):
if pd.isnull(df[col][i]):
# 计算相邻列的平均值
avg = np.mean([df[col][i-1], df[col][i+1]])
# 填充NaN值
df[col][i] = avg
print(df)输出结果如下：
A B C
0 1.0 2.0 1
1 2.0 2.0 2
2 3.0 3.0 3
3 4.0 4.0 4
4 4.5 5.0 5在这个示例中，我们使用了两个嵌套的循环。外部循环遍历DataFrame的每一列，内部循环遍历每个NaN值所在的位置。对于每个NaN值，我们计算其相邻列的平均值，并将其填充到NaN值所在的位置。
这种方法可以确保在NaN DataFrame中按相邻列的平均值填充Pandas值。然而，需要注意的是，这种方法可能会导致数据的不准确性，特别是在NaN值周围的数据存在较大波动的情况下。因此，在使用这种方法填充NaN值之前，建议先对数据进行分析和评估，确保填充的结果符合预期。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云数据库（TencentDB）：https://cloud.tencent.com/product/cdb
- 腾讯云云服务器（CVM）：https://cloud.tencent.com/product/cvm
- 腾讯云人工智能（AI）：https://cloud.tencent.com/product/ai
- 腾讯云物联网（IoT）：https://cloud.tencent.com/product/iotexplorer
- 腾讯云移动开发（移动推送）：https://cloud.tencent.com/product/umeng
- 腾讯云对象存储（COS）：https://cloud.tencent.com/product/cos
- 腾讯云区块链（BCS）：https://cloud.tencent.com/product/bcs
- 腾讯云元宇宙（Tencent XR）：https://cloud.tencent.com/product/xr
相关·内容
我需要计算dataframe的第一列的平均值，我可以使用mean()方法进行计算。问题是:有时，数据中有-9999个值表示缺失的观测值。我知道在计算Pandas中的平均值时，NaN值本质上是跳过的，当然-9999值不是这种情况。
这是我试过的代码。它计算列的平均值，但通过在计算中取-9999值：
df=pandas.DataFrame([{2,4,6},{1,-9999,3}])
df[0].mean(skipna=-9999)
但它的平均值为-4998.5，这显然是用-9999计算得出的。
浏览 7提问于2015-01-27得票数 4
回答已采纳
我正在尝试为列中的所有NaNs值填充列的平均值。 import numpy as np
import pandas as pd
table = pd.DataFrame({'A':[1,2,np.nan],
'B':[3,np.nan, np.nan],
'C':[4,5,6]})
def impute_missing_values(table):
for column in table:
for value in column:
浏览 21提问于2019-01-01得票数 3
回答已采纳
4回答
我有一个Pandas Dataframe，它有一些缺失值。我想用一些不会影响统计数据的东西来填充缺失的值，这是我将对数据执行的操作。 举个例子，如果在Excel中，你尝试对一个包含5个单元格和一个空单元格的单元格求平均值，那么平均值将是5。我希望在Python中也是如此。 我尝试用NaN填充，但是如果我对某一列求和，例如，结果是NaN。我也尝试用None填充，但得到了一个错误，因为我对不同的数据类型求和。 有人能帮忙吗？提前谢谢你。
浏览 25提问于2019-02-11得票数 0
回答已采纳
2回答
我知道fillna()方法可以用来填充整个数据中的NaN。
df.fillna(df.mean()) # fill with mean of column.
如何将平均计算限制在NaN所在的组(和列)。
实例：
import pandas as pd
import numpy as np
df = pd.DataFrame({
'a': pd.Series([1,1,1,2,2,2]),
'b': pd.Series([1,2,np.NaN,1,np.NaN,4])
})
print df
输入
a b
0 1 1
1
浏览 4提问于2015-11-30得票数 4
回答已采纳
2回答
我有一个包含3列的DataFrame，这样每一列都可以有一个值NaN。我想根据这3个值填充第4列，以便对这些列应用or操作:如果第一列不是NaN，则获取它的值，否则检查第二列，依此类推。因为NaN值不是False，所以不能按原样使用or运算符。这是我附带的代码，但它不是Pythonic式的或者Pandas式的。有没有内置的函数可以做到这一点？或者，如果你有任何其他的建议？ import pandas as pd
import numpy as np
nan = np.NaN
df = pd.DataFrame({"a": [nan, 1, nan], "b"
浏览 22提问于2021-07-06得票数 1
回答已采纳
2回答
我有一个关于Pandas数据操作的查询。
假设我有一个具有以下结构的dataframe，df。
A B C
1 1 7
5 3 3
3 3 2
7 5 2
5 NaN 2
我们在数据A，B& C中有3列。
B列由平均值wrt A组成。
例如,
B在第3行(即3)是A (9/3)的前3行的平均值，同样，B在第4行的值=(A的第2、第3和第4行的值之和)/3
现在，假设B中有许多NaN值，而A中没有NaN值，那么如何按照上面讨论的逻辑编写函数或代码来填充NaN值呢？
我试过使用loc和iloc，但我想我犯了一些错误。
浏览 0提问于2020-11-09得票数 0
回答已采纳
我需要向Pandas数据框添加2列，其中填充了条件平均值和标准差。 # Import pandas library
import pandas as pd
# Initialize list of lists
data = [
['Tom', 'Blue', 'Small', 10, ],
['Tom', 'Blue', 'Big', 15, ],
['Tom', 'Red', 'Big',
浏览 50提问于2019-07-04得票数 1
我试图将B、和C列的平均值按列A分组。我不知道如何使用groupby函数来完成这个任务：
import pandas as pd
pd.DataFrame({'B' : df.groupby(['A'])['B'].mean()}).reset_index()
因为我只能知道如何找到平均值，并将单个列按另一列分组。如果这是我现在的数据
A B C
0 70 12
0 20 14
0 46 11
1 25 9
2 86 2
2 14 6
这是我的预期结果。将A的所有类似值分组在一起，B和C中的相应值在各自的列中平均：
浏览 2提问于2017-08-11得票数 0
如果我有一些缺失的值，并且我想用前面值和后续值的平均值替换所有的NaN，我如何做到这一点？
我知道我可以将pandas.DataFrame.fillna与method='ffill'或method='bfill'选项一起使用，将NaN值替换为前面的或后续的值，但是我希望将这些值的平均值应用到dataframe上，而不是迭代行和列。
浏览 3提问于2016-02-18得票数 3
回答已采纳
1回答
我有一个带有3列的dataframe df：A是一个对象id，B是一个标志，而C是一个在object A上测量的带有标志B的值。我希望计算按C分组的[A,B]的平均值，并将结果存储为三个新列：
C0：C(或NaN)在B = 0时的平均值
C1：C(或NaN)在B = 1时的平均值
C2：C(或NaN)在B = 2时的平均值
下面是一个示例，说明我如何尝试将dataframe df转换为res。
import numpy as np
import pandas as pd
df = pd.DataFrame({
"A":[0,0,0,0,0,1,2,2,3,3,3],
浏览 0提问于2018-10-03得票数 0
回答已采纳
1回答
我在潘达斯有个奇怪的问题。我有一个带有几个NaN值的Dataframe。我认为我可以使用列平均值(即用其列平均值填充每个NaN值)来填充这些NaN值，但当我尝试以下方法时
col_means = mydf.apply(np.mean, 0)
mydf = mydf.fillna(value=col_means)
我仍然看到一些NaN值。为什么？
这是因为我的原始数据中的NaN值比col_means中的条目多吗？那么，逐列填充与逐行填充到底有什么区别？
浏览 2提问于2013-08-08得票数 5
回答已采纳
我正在尝试创建一个Pandas DataFrame，每一列都是单个股票的百分比变化，按日期编制索引。我很难接受百分比变化，将其添加到空的DataFrame中，并将该列命名为股票符号。
import pandas as pd
import pandas.io.data as web
from pandas import Series, DataFrame
stocks = {'xom': '2014-01-01', 'dvn': '2013-01-01', 'aapl': '2013-01-01'}
浏览 4提问于2015-08-12得票数 2
回答已采纳
2回答
如果我在Python中有一个熊猫DataFrame，如下所示：
import numpy as np
import pandas as pd
a = np.random.uniform(0,10,20)
b = np.random.uniform(0,1,20)
data = np.vstack([a,b]).T
df = pd.DataFrame(data)
df.columns = ['A','B']
df.sort_values(by=['A'])
A B
5 0.057519 0.4654
浏览 2提问于2019-04-03得票数 5
回答已采纳
假设我有这个数据集，它在“酒精”列中有2个NAN值，在“in”列中有3个NAN值。他们没有NAN的价值，但假设他们有。
我可以使用哪些代码行不仅得到适当列的平均值(酒精的平均值)，而且用这个平均值填充/替换酒精NAN值？镁也是一样。
有关堆栈溢出的问题涉及的是一个平均值，它是整个数据的平均值，特别是相对于列。
我知道这对sklearn.impute和sklearn.preprocessing来说是可能的
data = load_wine()
df = pd.DataFrame(data.data, columns=data.feature_names)
df['target']
浏览 1提问于2022-10-25得票数 0
我在拟合和分类时使用pandas.get_dummies对分类特征进行编码，我刚刚注意到Imputer()在对新样本进行分类时将平均值放在dataframe.reindex()中添加的"off“分类开关中。
我读到了这个，建议在reindex调用中使用fill_value=0，这似乎是一个很好的解决方案，但在我将这段代码推向生产之前，我有一个困扰我的问题。
有人知道pandas DataFrame.reindex函数是否会将所有NaN设置为fill_value中的值，还是只设置它添加的新列？我希望确保Imputer()能够处理NaN中的任何非分类数据。
浏览 9提问于2017-02-11得票数 2
回答已采纳
我试图按“名称”和“站点”对此数据进行分组，我想创建4个新列，这些列查找“支出”列的和、计数组、平均值和标准差。
到目前为止，我的代码如下：
import pandas as pd
df=pd.DataFrame({'Name':['Harry','John','Holly','John','John','John','Holly','Holly','Molly','Molly','Holly',
浏览 0提问于2018-11-09得票数 2
回答已采纳
1回答
我希望在旧数据帧的基础上创建新的数据帧，这样只会有超过列平均值的值。我的问题是，当然，每一列都有不同的平均值，我不想单独计算它，然后用不同的值来剪裁每一列。我尝试了双循环，因为有不同的行数和列数，但没有成功。例如，我有以下数据帧：
a b c
4 5 6
1 2 3
7 9 2
3 6 8
我计算每一列的平均值，然后我想用大于相应列平均值的值创建新的dataframe，因此：
a1 b1 c1
4 9 6
7 6 8
我甚至不确定这是否可能，因为新数据帧中的列可能会有不同的维度，但也许我们可以用NaN填充缺失的条目？我不确定正确的解决方案应该是什么。
浏览 0提问于2018-02-09得票数 1
回答已采纳
1回答
我想在一个窗口上执行滚动平均值，该窗口根据我的DataFrame中的列的值而变化。有谁可以帮我？这里是一个起点： import pandas as pd
import numpy as np
rng = np.random.default_rng()
df = pd.DataFrame(rng.integers(0, 100, size=(100, 2)), columns=list('AB'))
df.loc[:,'B']=df['B']//10 现在我想要得到基于B列的窗口的级数df.A的滚动平均值。例如，如果df.B[0]值为3，则my
浏览 12提问于2021-10-25得票数 0
回答已采纳
我试图制作一个Pandas DataFrame列，该列的平均值为另一列中最后10个单元格的平均值。下面的示例显示了im试图实现的目标(假设Col1为100到条目12)：
Index Col1 Mean
. . .
. . .
. . .
10 100 100
11 100 100
12 200 110
我尝试过这样的方法，内联和lambda，但问题是我似乎不能引用我所使用的“当前”单元格：
df['Mean'] = np.mean(df[
浏览 2提问于2021-06-17得票数 0
回答已采纳
2回答
我有一个dataframe，我想用其列的平均值替换value 7，而在该列中不包含other 7。下面是一个简单的例子：
import pandas as pd
df = pd.DataFrame()
df['a'] = [1, 2, 3]
df['b'] =[3, 0, -1]
df['c'] = [4, 7, 6]
df['d'] = [7, 7, 6]
a b c d
0 1 3 4 7
1 2 0 7 7
2 3 -1 6 6
这是我想要的输出：
a
浏览 8提问于2022-10-16得票数 0
回答已采纳
1回答
熊猫选择性使用填充剂()
、、、、
我想以一种选择性的方式在DataFrame中填充N/A值。特别是，如果列中有一系列相应的nan，我希望它们由前面的非nan值填充，但只有在nan序列的长度低于指定的阈值时才能填充。例如，如果阈值为3，则列内序列3或更少将填充前面的非nan值，而4个或4个以上的nan序列将按原样保留。
也就是说，如果输入的DataFrame是
2 5 4
nan nan nan
nan nan nan
5 nan nan
9 3 nan
7 9 1
我想要的输出是：
2 5 4
2 5 nan
2
浏览 3提问于2016-11-05得票数 1
回答已采纳
2回答
我将pandas数据帧的一部分转换为numpy数组，并希望用列的平均值填充它的值，类似于我在pandas中执行以下操作： df.fillna(df.mean(), inplace = True) 到目前为止，我唯一能做到的方法就是对列进行迭代。还有别的办法吗？ 谢谢!
浏览 11提问于2021-09-18得票数 2
回答已采纳
我尝试使用特定列的平均值填充(pandas) dataframe的null/空值。 数据如下所示： ID Name Industry Year Revenue
1 Treslam Financial Services 2009 $5,387,469
2 Rednimdox Construction 2013
3 Lamtone IT Services 2009 $11,757,018
4 Str
浏览 63提问于2020-07-22得票数 0
回答已采纳
import pandas as pd
df = pd.DataFrame({'BMI': [38.6, 14.5,'NaN' , 18.9, 46.3, 29.5, 'NaN' , 40.2, 25.6, 'NaN' , 28.6],
'Age_bin': [1, 2, 2, 1, 1, 1, 2, 2, 1, 1, 1 ]})
print(df)
BMI Age_bin
0 38.6 1
1 14.5 2
2 Na
浏览 15提问于2020-04-07得票数 2
2回答
在Dataframe/表中，我有类似如下的数据
+----+-------+--------+
| id | name1 | name2 |
+----+-------+--------+
| 0 | John | |
| 1 | | Nathan |
| 2 | Andy | |
+----+-------+--------+
我想将它们合并到另一个列中，在该列中，将填充两个名称列中的任意一个，如下所示
+----+-------+--------+--------------+
| id | name1 | name2 | merged
浏览 7提问于2018-08-12得票数 2
回答已采纳
1回答
我有一个具有以下结构的dataframe：
import numpy as np
import pandas as pd
df = pd.DataFrame(
{
"date": ["2020-01-01", "2020-01-02", "2020-01-03", "2020-01-04"] * 2,
"group": ["A", "A", "A", "A", "B", "
浏览 5提问于2022-04-26得票数 1
回答已采纳
我试图修复熊猫DataFrame中丢失的行，如下所示：
import pandas as pd
df = pd.DataFrame([[1, 1.2, 3.4], [2, 4.5, 6.7], [3, 1.3, 2.5], [4, 5.6, 7.3],
[1, 3.4, 5.8], [2, 5.7, 8.9], [4, 2.4, 2.6], [1, 6.7, 8.4],
[3, 6.9, 4.2], [4, 4.2, 1.2]], columns = ['#', 'foo', 'bar'
浏览 0提问于2019-07-18得票数 9
回答已采纳
我有一份如下数据。"b"列的DataFrame具有最多5个数字的字符串值。因此，我想考虑行中缺少的值，它们的数字小于5个。例如，第二行有两个数字，我用平均值4和6填充行，对于第三行，我想要相同的东西。
import pandas as pd
df = pd.DataFrame()
df['a'] = [ 1, 2, 3 ]
df['b'] = [ '2, 3, 4, 5,6' , '4,6', ' 6,8']
我这里是我想要的DataFrame。
浏览 12提问于2022-02-28得票数 1
回答已采纳
1回答
我有下面的熊猫DataFrame，它包含两列。第一列是包含缺失值(NaN值)的原始值，第二列是为填充第一列中的NaN值而缺少的计算结果。如何在用填充值显示原始值的同一图中绘制这两列，如下图所示：
Data=pd.DataFrame([[3.83092724, np.nan],
[ np.nan, 3.94103207],
[ np.nan, 3.86621724],
[3.48386179, np.nan],
[ np.nan, 3.7430167 ],
[3.2382959 , np.
浏览 0提问于2020-06-24得票数 1
回答已采纳
我想把一个Excel表格读到Pandas DataFrame中。但是，有合并的Excel单元格和空行(完全/部分填充了NaN )，如下所示。为了澄清，约翰·H已经下令购买从“保镖”到“红丸蓝调”的所有专辑。
当我将此Excel表读入Pandas时，无法正确传输Excel数据。熊猫认为一个合并的细胞是一个细胞。DataFrame如下所示：(注意：()中的值是我想要的值)
请注意，最后一行不包含合并的单元格；它只带有Artist列的值。
编辑：，我确实尝试了以下方法来转发-填充NaN值：()
df.index = pd.Series(df.index).fillna(
浏览 1提问于2017-12-15得票数 11
1回答
平均含nan值
、、
import numpy as np
import pandas as pd
GFG_dict = { '2019': [10,20,30,40],'2020': [20,30,40,50],'2021': [30, np.NaN, np.NaN, 60],'2022':[40,50,60,70]}
gfg = pd.DataFrame(GFG_dict)
gfg['mean1'] = gfg.mean(axis = 1)
gfg['mean2'] = gfg.loc
浏览 3提问于2022-06-13得票数 0
我有一个Pandas数据帧，如下所示
df = pd.DataFrame([['John', '1/1/2017','10'],
['John', '2/2/2017','15'],
['John', '2/2/2017','20'],
['John', '3/3/2017','30'],
浏览 67提问于2018-05-30得票数 1
1回答
我希望能够计算4周列的平均值，但是如果顶部x列中的数小于4，我只想使用最大值x值来计算平均值(也就是说，如果Top x= 3，则在计算平均值时丢弃最低周值。
示例dataframe：
df = pd.DataFrame({'week 1' : [1.0, 5.0, 7.0, 6.0, np.nan],
'week 2' : [3.0, np.nan, 9.0, 8.0, np.nan],
'week 3' : [1.0, 2.0, 2.0, 1.0, 6.0],
浏览 3提问于2021-11-11得票数 0
回答已采纳
我想要计算一个列的平均值，但我希望将平均值放入一个包含熊猫的新列中。 我想从这个格式开始： values
10
5
8
7
2
5
6
7 转换为此格式： values average
10 nan
5 7.5
8 6.5
7 7.5
2 4.5
5 3.5
6 5.5
7 6.5 这里有一个类似的解决方案：Averaging every two consecutive index values(every 2min) in pandas dataframe，但我希望保持相同的行数。
浏览 65提问于2019-04-11得票数 3
回答已采纳
2回答
我有一个时间序列数据集，GPS每隔一秒钟就会丢失一次。
我希望使用Pandas来填补这些缺失的值，使用GPS的平均值，直接在数据间隔之前和之后。
在下面的示例中，它将导致在“时间戳”'06:41:59‘处填充列“AV_latitude”和“AV_longitude”，并直接填充前后位置的平均值。
如果'AV‘列中的所有单元格都使用相同的方法填充，就不会有问题，因为我将使用’AV‘来合并丢失的数据值。
任何帮助都将不胜感激！
浏览 1提问于2020-08-06得票数 0
回答已采纳
我想知道每个正负范围内的平均值和最大值。来自下面的示例数据：
import pandas as pd
test_list = [-1, -2, -3, -2, -1, 1, 2, 3, 2, 1, -1, -4, -5, 2 ,4 ,7 ]
df_test = pd.DataFrame(test_list, columns=['value'])
它给了我这样的数据帧：
value
0 -1
1 -2
2 -3
3 -2
4 -1
5 1
6 2
7 3
8 2
9
浏览 2提问于2020-05-26得票数 1
回答已采纳
2回答
考虑一些示例pandas数据集： df = pd.DataFrame([[1, 2, 3],
[4, 5, 6],
[7, 8, 9],
[0, 0, 0]],
columns=['A', 'B', 'C']) 现在，我想聚合我想要排除零的每一列(比如计算平均值)。我可以看到有可以调用的agg函数，但我不知道如何在计算平均值时排除零。 我知道在映射列时，我需要以某种方式过滤掉零，但我不知道如何将
浏览 23提问于2021-01-22得票数 1
我想用groupby对象中的值更新Pandas DataFrame列的NA值。
让我们用一个例子来说明：
我们有以下DataFrame列：
|--------|-------|-----|-------------|
| row_id | Month | Day | Temperature |
|--------|-------|-----|-------------|
| 1 | 1 | 1 | 14.3 |
| 2 | 1 | 1 | 14.8 |
| 3 | 1 | 2 | 13.1
浏览 4提问于2020-09-23得票数 0
回答已采纳
1回答
我有一个pandas dataframe df，它有两列: date和price。对于每一行，我希望将日期偏移3天，并找到该日期的价格并填充列price_new。请注意，日期不一定是按顺序不完整的。查看所需的输出： df_new =
date price price_new
2021-01-01 37 N/A
2021-01-05 38 9
2021-01-06 35 42
2021-01-07 9 11
2021-01-08 11 ...
2021-01-11 42
2021-01-12 11
... 数据帧df import pandas
浏览 11提问于2021-08-12得票数 0
回答已采纳
2回答
我有一个问题，希望你能帮我。假设一个Pandas Dataframe看起来像这样： ? 我想做一个线性插值来填充缺失的NaN值。当我在搜索时，我只找到了必须对同一列中的值进行插值的示例，没有跨列的。有没有办法在NaN值的左侧和右侧之间进行插值？ 亲切的问候 PS:一段代码被截取： import pandas as pd
data = {'A':[2,4,6,8,4],
'B':[0,0,0,0,0],
'C':[4,10,4,5,1]}
df = pd.DataFrame(data,columns=[
浏览 20提问于2020-04-16得票数 1
回答已采纳
1回答
我有一个如下的df文件： ? 新增dataframe代码： df = pd.DataFrame({'Name':['John']*12
,'Type':[*'AABBBBAAABAB']
,'Period':['Noon','Morning']*6
,'Date':['1/1/2020']*2+['1/4/2020']*
浏览 9提问于2020-10-16得票数 1
回答已采纳
我尝试取pandas DataFrame列中n个数字的平均值，并将公式向下拖动到每一行，以获得各自的平均值。 假设有6行数据，A列有"Numbers“，B列有"Averages”。我想取A1:A2的平均值，然后向下“拖动”该公式，得到A2:A3、A3:A4等的平均值。 list = [55,6,77,75,9,127,13]
finallist = pd.DataFrame(list)
finallist.columns = ['Numbers'] 下面给出了Numbers列中行0:2的平均值。因此，使用.iloc[0:2])调用行是可
浏览 41提问于2019-08-30得票数 1
回答已采纳
1回答
我试图在Pandas dataframe中得到列的滚动平均值，我不能强迫平均值跳过NAs。关于滚动金额，我也有同样的看法：
import pandas as pd
test = pd.DataFrame({'A': [1, 2, 3, 10, np.nan, 5 , 20, 6, 7, np.nan, np.nan, np.nan]})
test['rolling_mean'] = test.A.rolling(3, min_periods=3).mean(skipna = True).reset_index(0,drop=True)
test['ro
浏览 1提问于2022-08-19得票数 0
我的问题是泛型。好吧，再试一次。我想要一个在第一列a中包含每月日期的数据。THen，我想遍历这些日期并填充第b行和第c行中的值。
import pandas as pd
from pandas import *
import datetime as dt
#try to generate a dataframe with dates
#This ist the dataframe, but how can I fill the dates
dfa = pd.DataFrame(columns=['date', '1G', '10G'])
p
浏览 7提问于2022-11-22得票数 0
回答已采纳
我有一个如下的数据框架：
import pandas as pd
df = pd.DataFrame({'Country':['USA','USA','MEX','IND','UK','UK','UK'],
'Region':['Americas','NaN','NaN','Asia','Europe','NaN',&
浏览 0提问于2019-07-12得票数 0
1回答
我希望对每一对连续列进行除法，并重新填充计算值。例如，下面有下面的DataFrame。在下面的数据帧中，我要将B/A和D/C分开，然后B/A的结果应该在B列中重新填充，D列中应该填充D/C的结果。
请注意，我的实际DataFrame非常大。它有86列。我更希望有一个自动的方案，要么循环遍历所有列(即86列)来改变43列中的值，要么使用内置的Pandas函数执行此操作。
A B C D
0 2.056494 -3.002088 0.516822 -1.338846
1 0.082295 1.
浏览 2提问于2017-06-13得票数 1
回答已采纳
2回答
my_dict = { 'company_a': [],
'company_b': [ {'gender': 'Male',
'investor': True,
'name': 'xyz',
'title': 'Board Member'} ],
浏览 3提问于2016-04-07得票数 3
回答已采纳
import numpy as np
import pandas as pd
case= {'row1': [1,2,3,4,5],
'row2': [-999,-999,-999,-999,-999],
'row3': [1,2,-999,4,5],
'row4': [-999,2,3,4,5],
'row5': [1,2,3,4,-999],
'row6': [1,2,-999,-999,
浏览 1提问于2021-08-07得票数 1
回答已采纳
1回答
欢迎大家。我有一个excel文件，需要根据列数据类型清理和填充NaN值，比如如果列数据类型是对象，则需要在该列中填充"NULL“，如果数据类型为整数或浮点数，则需要在这些列中填充。
到目前为止，我已经尝试了两种方法来完成这项工作，但是没有运气，这里是第一个
df = pd.read_excel("myExcel_files.xlsx")
用bulit方法按数据类型选择列
df.select_dtypes(include='int64').fillna(0, inplace=True)
df.select_dtypes(include='floa
浏览 2提问于2020-03-16得票数 3
回答已采纳
当我尝试添加三个新列时，它们都使用NaN值而不是所需的值初始化。但是，如果在初始化空数据后执行某些逻辑，则这些值不会被初始化为NaN值。
，这不工作，
auction = pandas.DataFrame()
//These values initialize to NaN
auction['Date'] = dataFrame['report_date'].loc[0]
auction['Market Location'] = dataFrame['market_location_name']
浏览 4提问于2020-05-25得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
