python - 通过 Pandas 中的函数替换 NaN 时索引超出范围

Question

我创建了一个函数，用相应列的方法替换 Pandas 数据框中的 NaN。我用一个小的数据框测试了这个函数，它起作用了。当我将它应用于更大的数据框(30,000 行，9 列)时，我收到错误消息:IndexError: index out of bounds

函数如下:

# The 'update' function will replace all the NaNs in a dataframe with the mean of the respective columns

def update(df):   # the function takes one argument, the dataframe that will be updated
      ncol = df.shape[1]  # number of columns in the dataframe
      for i in range(0 , ncol):  # loops over all the columns
             df.iloc[:,i][df.isnull().iloc[:, i]]=df.mean()[i]  # subsets the df using the isnull() method, extracting the positions
                                                        # in each column where the 
      return(df)

我用来测试功能的小数据框如下:

     0   1   2  3
0   NaN NaN  3  4
1   NaN NaN  7  8
2   9.0 10.0 11 12

你能解释一下这个错误吗？我们将不胜感激您的建议。

Answer 1

我会使用 DataFrame.fillna()方法结合 DataFrame.mean()方法:

In [130]: df.fillna(df.mean())
Out[130]:
     0     1   2   3
0  9.0  10.0   3   4
1  9.0  10.0   7   8
2  9.0  10.0  11  12

平均值:

In [138]: df.mean()
Out[138]:
0     9.0
1    10.0
2     7.0
3     8.0
dtype: float64