尝试在包含np.nan的列中查找均值。仅获取浮点值时遇到问题
在包含np.nan的列中查找均值时，可以使用pandas库来处理。pandas是一个强大的数据分析工具，提供了丰富的函数和方法来处理数据。
首先，我们需要导入pandas库：
import pandas as pd接下来，假设我们有一个包含np.nan的列的数据集，可以使用pandas的DataFrame来表示：
data = {'col1': [1, 2, np.nan, 4, 5],
'col2': [np.nan, 2, 3, np.nan, 5]}
df = pd.DataFrame(data)现在，我们可以使用pandas的mean()函数来计算每列的均值，该函数会自动忽略np.nan值：
mean_values = df.mean()如果我们只想获取浮点值的均值，可以使用pandas的to_numpy()函数将均值转换为NumPy数组，并使用float()函数将其转换为浮点值：
float_mean_values = mean_values.to_numpy().astype(float)至此，我们就得到了包含np.nan的列的均值，并且将其转换为了浮点值。
关于pandas的更多信息和用法，可以参考腾讯云的产品介绍链接地址：腾讯云-云计算产品-pandas
相关·内容
2回答
我有一个包含值和一些NaN的数据帧。现在我有了列的平均值，我想将特定列的平均值插入到NaN值中。例如：
我有ColA和ColB的mean。我想把它们插入到NaN的位置。我可以使用replace方法单独完成这项工作。但对于许多专栏，有没有其他方法来实现这一点呢？
浏览 9提问于2019-11-21得票数 1
回答已采纳
我的数据帧有80列乘以100万行。
数据集中有很多NaN，如果我丢弃所有的NA值，我会丢失太多的数据，使其变得无用。
我想知道是否有一种方法可以遍历这些列，当它稍后进行任何计算时，比如均值、中值、模式或更高级的计算，它只是假装这些值不在那里。
它并不总是像NaN一样，它有时包含像“无限”这样的值，应该忽略。
有没有类似这样的东西：
Find NaN and Infinity in Dataframe, flag them and DO NOT CONSIDER them IN CALCULATIONS
我试着找到一个命令来做这件事，但是任何关于它的信息，也许我只是在做傻事。
浏览 6提问于2021-03-03得票数 3
回答已采纳
我有一个很大的数据集，我有一些缺失值，我想通过前后列的平均值来填充NAN值，在某些情况下，我有连续的NaN值在这些情况下，我想用可以找到的第一个非nan值替换所有这些nan值，例如：
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
NaN NaN NaN NaN 29.0 30.0 NaN 16.0 15.0 16.0 17.0 NaN 28.0 30.0 NaN 28.0 18.0
目标是让数据看起来像这样：
0 1 2 3 4
浏览 0提问于2020-06-30得票数 0
我正在尝试创建一个线性回归模型，但首先我尝试使用SimpleImputer将NaN值替换为列平均值。在我运行代码之后，仍然有NaN值。我有以下代码：
# ########## Modeling ###########
# pipe model and SimpleImputer
model = make_pipeline(SimpleImputer(missing_values =np.nan, strategy='mean'),
LinearRegression())
# split the data into train/test:
浏览 2提问于2020-07-15得票数 0
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
1回答
函数无法解释NaN值
、、、、
我正在尝试摆脱数据帧中的NaN值。我希望根据列中值的分布来填充缺少的值，而不是用平均值填充NaN或做填充。换句话说，如果一列有120行，其中20行是NaN，80行包含1.0，20行包含0,0，我想用1填充80%的NaN值。
为此，我创建了一个函数：
def fill_cr_hist(x):
if x is pd.np.nan:
r = random.random()
if r > 0.80:
return 0.0
else:
return 1.0
else:
r
浏览 2提问于2018-12-18得票数 0
我是熊猫和数据科学的新手。我有数据的平均值，但是数据很大(大约15000行)，数据帧的一些单元格有字符串(比如#NEXT？)它给出了计算平均值时的值-inf，在除法时给出的值(有些是零)给出了NaN，但有些值给出了'inf‘，所以总平均值是'inf’。我想摆脱这些类型的值。有人能告诉我如何在列上操作时忽略这些值吗？
我尝试了很多事情，比如循环遍历数据帧的整个列，并去掉值。
x_wto_inf = []
for i in reports.iterrows():
x = reports['y_cost'][i] / reports['z_calls&
浏览 2提问于2020-12-18得票数 0
我正在尝试计算熊猫DataFrame中每一列的最大值、最小值和平均值。然而，我在整理我的专栏时遇到了一些麻烦。 我的其中一列包含一些“？”，而不是我试图通过执行以下操作来清理的值： df = pd.read_csv("Auto.csv")
df["horsepower"].replace("?", np.nan, inplace=True) # sanitize the horsepower column
min_values = df.drop(columns=["name"]).dropna().min().to_di
浏览 47提问于2019-01-30得票数 0
回答已采纳
1回答
我正在努力清理我的数据集。它有很少的列具有所有字符串/float/int(用于name/pay/overtimepay)值，但很少有行包含“未提供”作为值。
newData = data[~data['BasePay'].isin(['Not Provided'])]
newData = data[~data['BasePay'].str.contains('Not Provided', na=False)]
print(newData['BasePay'].mean())
和
df = data.select_d
浏览 1提问于2020-07-07得票数 2
回答已采纳
当我从零开始执行Knn估算方法来处理丢失的数据时，我遇到了这个问题。我创建一个虚拟数据集，并为包含缺失值的行查找最近的邻居，这里是我的数据集。
A B C D E
0 NaN 2.0 4.0 10.0 100.0
1 NaN 3.0 9.0 12.0 NaN
2 5.0 2.0 20.0 50.0 75.0
3 3.0 5.0 7.0 NaN 150.0
4 2.0 9.0 7.0 30.0 90.0
对于行0，最近的邻居是1和2，为了代替
浏览 3提问于2021-08-24得票数 2
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
我试图根据其他列计算dataframe列的平均值，例如，我有列a、c和列e包含平均值。如果'a‘6列有值，则计算e列中6行的平均值，并只给出一个value.next检查列c，如果有值，则计算平均值对应值，然后检查列c并执行相同的操作。
我试过这段代码，但它没有给出我想要的结果。
df['mean']=df['e'].rolling(window=6, min_periods=6).mean()
原始数据：
期望产出：
示例：
df = pd.DataFrame({
'a':[0] * 6 + [np.
浏览 0提问于2019-01-06得票数 1
回答已采纳
我想计算一列的平均值两次:一次用于name包含有效字符串的所有值，第二次用于值，如果name包含空字符串或np.nan。
import pandas as pd
import numpy as np
data = [[np.nan,1],['kkk',4],['ggg',2], ['',3]]
df = pd.DataFrame(data,columns=['name','value'])
在此：
均值1(有效科尔平均值)：(4+2)/2 = 3mean 2(in-有效cols平均数)：(1+3)/2 = 2
我
浏览 5提问于2020-07-08得票数 0
回答已采纳
1回答
方法是否丢失了行中的数据？
、、、、
我从编程开始。我想通过替换它的列的平均值而不是它的行平均值来处理丢失的数据。
我试图从Excel数据表中预处理一些数据，类似于如下所写的数据(第一列，没有标题的列，只是编号/索引；不是真正的列)：
A B C D E F
0 100 NaN 5.0 1.0 5 a
1 200 5.0 NaN 3.0 3 a
2 300 4.0 NaN 5.0 6 a
3 400 5.0 4.0 7.0 9 b
4 500 5.0 2.0 NaN 2 b
5 600 4.0 3.0 0.0 4 b
要点是，我
浏览 2提问于2019-10-11得票数 0
回答已采纳
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
2回答
我有一只有几栏的熊猫数据。我想在select列中使用每个组的平均值来表示fillna's。
import pandas as pd
import numpy as np
df = pd.DataFrame({
'cat': ['A','A','A','B','B','B','C','C'],
'v1': [10, 12, np.nan, 10, 14,
浏览 4提问于2022-05-20得票数 0
我正在尝试清理python (pandas)中的数据集(Csv)。
在预计投资列中，我有包含2个数字的数据。例如30-35，我如何才能得到this的平均值，以便该字段包含32.5
浏览 0提问于2017-09-08得票数 1
我正在尝试计算Python中三列的平均值。这里是捕捉-如果我的3列的所有3个行值都不是null，那么我的平均值将是(x+y+z)/3。
如果我其中一个行值为空(假设z)，那么我的平均值应该是(x+y)/2。
我将这些平均值存储在一个单独的列中，该列是pandas数据帧的一部分。
我正在寻找最好的方法，因为我的数据集有200多万行。我的数据如下。
提前谢谢。
A B C
0 1 2 3 # = (1+2+3)/3 = 2
1 4 NaN 6 # = (4+6)/2 = 5
2 NaN 8 9 # = (8+9)/2 = 8.5
浏览 22提问于2018-06-23得票数 -1
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
3回答
我尝试在csv file.But中创建一个包含3列的新列，如果其中一个列值为NaN，则整个值将更新为NaN，而不是跳过它。*
import pandas as pd
import numpy as np
df = pd.read_csv(r'C:\Users\RAHNA KM\Downloads\Accident_death.csv', skipinitialspace=True)
df['Address']= df["ResidenceCity"].astype(str) +" "+ df["ResidenceCount
浏览 20提问于2019-10-23得票数 1
我有一张带着几个保姆的数据。我想用列平均值来填充它们。这一切都很好，但是在应用了下面的代码之后，数据就好像被更改成了一个系列，所有的值都在小数点之后突然拥有了很多位置的精度，原始数据的列名已经丢失并被0,1,2替换，我知道我可以重新创建/重置所有这些，但是是否可以使用SimpleImputer而不改变数据的底层结构/类型呢？
impute = SimpleImputer(missing_values=np.nan, strategy='mean')
impute.fit(dfn)
dfn_mean=impute.transform(dfn)
浏览 2提问于2019-12-27得票数 2
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
2回答
假设我有以下列的数据(在实际数据中包含更多列)。
Customer Group1 jan_revenue feb_revenue mar_revenue
Sam Bank A 40 50 0
Wilson Bank A 60 70 30
Jay Bank B 10 40 40
Jim Bank A 0 40 70
浏览 3提问于2022-09-28得票数 -1
回答已采纳
所以我基本上有一个包含几列的Airbnb数据集。其中几个参数对应于不同参数(清洁度、位置等)的额定值。对于这些列，我有一堆NaNs要填充。 因为这些NaNs中的一些对应于来自同一所有者的列表，所以我想用这些列中每一列的相应主机评分平均值来填充一些NaNs。 例如，假设对于主机X，review_scores_location的平均值是7。我要做的是，在review_scores_location列中，用7填充与主机X对应的所有NaN值。 我已经尝试了以下代码： cols=['reviews_per_month','review_scores_rating',&#
浏览 6提问于2019-02-17得票数 0
回答已采纳
我目前正在做一个机器学习项目，我必须用每列的均值替换-99值(nan)。但是，我不能设法替换正确的值，只能替换所有列中的第一个值。因此，我需要的是每列的平均值，而不是该列的-99。 我首先给出每一列的均值： mean_miss = []
for i in df_train[vars_ind_numeric]:
mean_miss = df_train[vars_ind_numeric].mean() 然后传递： for var in df_train[vars_ind_numeric]:
df_train[vars_ind_numeric]=df_train[var
浏览 76提问于2020-06-25得票数 0
我有一个熊猫df，如下所示： +------+----+
| x | y |
+------+----+
|ABCD | - |
|DEFG | - |
+------+----+ 在x和y的数据类型为object的情况下，使用以下代码将'-‘替换为nan df = df.replace('-', np.NaN) 它将列y的数据类型转换为float，而列y的数据类型应保留为object。此外，当我尝试查找在替换为NA值之后具有NA值的列的列表时，它没有显示任何具有NA值的列，而列y具有NA值。为什么会导致这个问题？ 编
浏览 27提问于2021-04-09得票数 2
回答已采纳
我有一个pandas数据框列，其中有浮点值和字符串类型NA value。我需要使用以下代码将这些NAs替换为均值。 trainTestJoin["col1"] = trainTestJoin.groupby("col2")["col1"].
transform(lambda x: x.fillna(x.median())) 我得到了 TypeError: could not convert string to float: NA 我试着在填充它之前转换为。 trainTestJoin["LotFrontage"].as
浏览 9提问于2018-12-26得票数 1
5回答
我希望在dict中map value到DataFrame中的一列，其中dict中的key等于DataFrame中的第二列
例如：
如果我的判断是：
dict = {'abc':'1/2/2003', 'def':'1/5/2017', 'ghi':'4/10/2013'}
我的DataFrame是：
Member Group Date
0 xyz A np.Nan
1 uvw B np.Nan
浏览 7提问于2018-08-16得票数 20
回答已采纳
我是python和pandas的新手。我正在尝试预处理一个包含数字和分类特征的大数据帧，并且在某些列中有NaN值。首先，我尝试获得特征矩阵，然后使用计算器将NAN值的平均值或中位数放入。
这是数据帧
MSSubClass MSZoning LotFrontage LotArea Street LotShape LandContour \
0 60 RL 65.0 8450 Pave Reg Lvl
1 20 RL 80.0 9
浏览 0提问于2018-02-27得票数 2
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
1回答
我有这个数据
df_idx = ['P{}'.format(i) for i in range(7)] + ['Y0']
df= pd.DataFrame({
'A': [1,2,np.nan, 3, np.nan, np.nan, 4,5],
'B': [np.nan, 2, np.nan ,4,6,8, np.nan ,10],
'C': [1,3,5, np.nan, np.nan, np.nan,7,9]
}, index=df_idx)
A B C
P0 1
浏览 3提问于2022-04-06得票数 0
我正在用Python执行数据清理工作，在这里，我被数据困住了，列中包含缺失的数据(这些列是布尔值)。
示例: df=[1,0,1,0，NaN,1,0，NaN]
我已经尝试过df.fillna(df.mean())，但这将给出1和0的平均值，而不是"NaN“。如果不处理这个问题，分析就不会完成。请给我建议。
浏览 1提问于2017-04-21得票数 1
回答已采纳
病例: 1
我有7列包含"???"。我已经使用"???"用NAN替换了np.nan。当我试图再次读取数据帧时，同样的"???"显示。如何在主数据帧中使用内置并使其发生变化？
病例: 2
我正在使用函数来清除所有7列，并获得以下错误消息。
案例编码: 1
df是我的数据框架
df.iloc[:, 0:8].replace('???', np.nan)
运行上述代码后，我将得到NAN。
然后，我再次尝试读取df，然后同样的"???"出现在专栏中。
无法粘贴屏幕截图。
病例: 2
def cleaning(x):
浏览 2提问于2019-03-30得票数 1
回答已采纳
1回答
因此，我正在编写一段代码，其中我从csv文件中提取值并将其与一些数字相乘。数据中的一些值是无穷大的，所以当我计算该列的平均值时，它给出了无穷大的答案，这是有意义的。有没有一种方法可以避免计算无穷大的单元格？ 我试着使用这个，但它不起作用。有没有人能告诉我我这样做是否正确？ cop_average = df["COP"].replace('inf', np.nan).mean(skipna=True) 在运行这个之后，我仍然在一些单元格中得到"inf“！
浏览 54提问于2021-09-27得票数 1
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
3回答
我有一个数据帧，它在几个地方包含NaN值。我正在尝试执行数据清理，用前五个实例的平均值填充NaN值。为了做到这一点，我提出了以下几点。
input_data_frame[var_list].fillna(input_data_frame[var_list].rolling(5).mean(), inplace=True)
但是，这是行不通的。它没有填充NaN值。在上述操作前后，dataframe的null计数没有变化。假设我有一个只有整数列的数据帧，我如何用前面五个实例的平均值填充NaN值？提前谢谢。
浏览 0提问于2018-03-08得票数 10
回答已采纳
2回答
如果我有一个数组并应用求和 arr = np.array([[1.,1.,2.],[2.,3.,4.],[4.,5.,6]])
np.sum(arr,axis=1) 我得到了三行(4.，9.，15)的总和。 我的复杂之处在于，arr包含的数据在某个列索引之后可能是错误的。我有一个整数数组，它告诉我每行有多少个“好”值，我想对这些好值求和/求平均值。可以这样说： ngoodcols=np.array([0,1,2])
np.sum(arr[:,0:ngoodcols],axis=1) # not legit but this is the idea 很清楚如何在循环中做到这一点，但是有没有一
浏览 9提问于2019-03-07得票数 3
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
我想要找出在DataFrame对象的所有列中具有特定值的行数，例如None、""或NaN (基本上为空值)。我该怎么做呢？
浏览 117提问于2018-09-28得票数 1
回答已采纳
1回答
我正在尝试在我的user_score列中填充缺少的值。数据当前是字符串，包括'tbd'。我希望将'tbd'值替换为NaN，然后将该列转换为浮动，然后按游戏类型计算user_score均值，并根据它们的类型(而不是使用总体user_score均值)将该平均值应用于user_score列中的每个NaN值。
games['user_score'] = games['user_score'].replace('tbd', np.nan, inplace=True)
games['user_score'] =
浏览 0提问于2021-04-09得票数 1
回答已采纳
1回答
我有一个带有字符串列和数字列的dataframe。我想管理丢失的值。我想用每一行的平均值来更改"nan“值。我在这个网站上看到了不同的问题，但是他们和我的问题不一样。就像这个链接：
如果一个行的所有值都是"Nan“值，则我要删除该行。我亦提供了一个例子如下：
import pandas as pd
import numpy as np
df = pd.DataFrame()
df['id'] = ['a', 'b', 'c', 'n']
df['md'] = ['d'
浏览 12提问于2022-02-09得票数 0
回答已采纳
我有以下数据：
| col1 | col2 | col3 |
| 5 | 3 | 9 |
| NaN | 6 | NaN |
| NaN | 3 | 7 |
| 7 | 8 | 5 |
| NaN | 3 | NaN |
| 2 | 2 | 4 |
我希望在同一列的基础上，用上一次和下一次值的条件平均值填充值NaN。
| col1 | col2 | col3 |
| 5 | 3 | 9 |
| 6 | 6 | 8 |
| 6 | 3 | 7 |
|
浏览 4提问于2022-09-22得票数 -1
回答已采纳
1回答
我在Excel中分析数据度量时遇到问题。这就是我的问题。
在列A中，输入是时间(day.month hour)，在列B中，输入是一年中的某一天。从C列到I列是来自测量分析仪的数字。正如您从Excel Prnt Scrn中看到的，我们在一天中测量了不同时间的值。我必须计算特定日期的所有值(从值1到值7)的平均值。
示例:时间1.1.2012的平均值( 0:59，1:59，2:59…时的平均值1.1.2012.)。
问题是我有9000多个不同时间步长的行。我试过过滤功能，但我只能从旧的到最新的！
浏览 1提问于2014-06-08得票数 0
我试图得到数据数据中每一行列的平均值、基数和标准差。我也试着用一行来做这件事。我在这个问题上被困了很久了。谢谢
浏览 4提问于2022-10-01得票数 1
2回答
我在Java中使用嵌入式SQL。我有一个简单的表，其中我想从包含温度的列中返回一个平均值。我试着使用ResultSet，但没有成功，我认为这可能是因为平均返回只是一个数据，而不是一个集合。我试着谷歌它，看看太阳网站的文件，但没有运气。连我的老师都想不起来怎么做了：)
ResultSet aveTemp = stat.executeQuery("SELECT AVG(T_TEMP) FROM TrailTracker");
System.out.println("avg temp is " + aveTemp);
它的输出: com.mysql.jdbc.JD
浏览 7提问于2010-11-12得票数 0
回答已采纳
2回答
我有一个超过330,000行的np.array。我只是简单地取它的平均值，它返回NaN。即使我试图过滤掉数组中任何潜在的average值(无论如何都不应该有任何值)，NaN也会返回NaN。我是不是做了什么很奇怪的事？
我的代码如下：
average(ngma_heat_daily)
Out[70]: nan
average(ngma_heat_daily[ngma_heat_daily != nan])
Out[71]: nan
浏览 0提问于2016-03-26得票数 17
回答已采纳
1回答
我试图根据数据(逐行)提取一系列贝叶斯平均值。
例如，假设我有一系列(0到1)用户对糖果的评级，存储在一个数据文件中，如下所示：
User1 User2 User3
Snickers 0.01 NaN 0.7
Mars Bars 0.25 0.4 0.1
Milky Way 0.9 1.0 NaN
Almond Joy NaN NaN NaN
Babe Ruth 0.5 0.1 0.3
我想在不同的DF中创建一个列，它表示每个糖果条的贝叶斯平均值。
为了计算BA，我使
浏览 0提问于2019-01-25得票数 4
回答已采纳
14回答
如果熊猫的数据中包含可能的NaN值，那么这些数据散落在这里和那里：
问题：如何确定哪些列包含NaN值？特别是，我能得到包含NaNs的列名列表吗？
浏览 0提问于2016-03-25得票数 251
回答已采纳
我有一个包含400列和30,000行的大型数据集。数据集都是数字的，但有些列中有奇怪的字符串值(表示为"#?")而不是空白。这将更改具有"#?“的列的d类型。转换为对象类型。(150列对象类型)
我需要将所有列转换为float或int，然后使用列组的方法填充数据中的普通NaN值。(例如:每一栏中X的平均值，Y的平均值)
col1 col2 col3
X 21 32
X NaN 3
Y Nan 5
我的最终目标是将其应用于整个数据：
df.groupby("col1").transform(lambda x: x.fil
浏览 5提问于2022-09-08得票数 0
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
对象存储
即时通信 IM
腾讯会议活动推荐
腾讯云开发者
