python - 单独替换pandas.dataframe中的NaN

Question

我有一个 900 x 7 数据框，其中 3 个字段包含一些 NaN 值。

我没有简单地用某些特征平均值替换这些值，而是创建了一个函数，使用一种算法根据该行中的其他值来估计每个 NaN 的可能值。

如何使用自定义函数迭代每个 NaN 以更改其值？

我的函数采用行 ID、其他功能名称以及包含 NaN 的功能作为参数。

例如

custom_fillnan(id=0, ins=["val0", "val1", "val2"], out="valn")

示例数据框:

ID    val0    val1    val2    ...    valn
0      1        2       3     ...    NaN
1      1      NaN       3     ...     4
2      0        0     NaN     ...     1
...

Answer 1

IIUC 您可以将 apply 与 axis=1 结合使用，将 fillna 与您的自定义函数结合使用:

In [80]: df
Out[80]: 
   ID  val0  val1  val2  valn
0   0     1     2     3   NaN
1   1     1   NaN     3     4
2   2     0     0   NaN     1


In [83]: df.apply(lambda x: x.fillna(pd.np.mean(x.iloc[1:])), axis=1)
Out[83]: 
   ID  val0      val1      val2  valn
0   0     1  2.000000  3.000000     2
1   1     1  2.666667  3.000000     4
2   2     0  0.000000  0.333333     1

您可以使用您的函数来代替pd.np.mean。使用 x.iloc[1:] 是因为据我了解，您只想在函数中使用 val 列。

编辑

如果您想获取缺失值的列名称，您可以应用或使用该函数进行处理:

def func(x):
    x.loc[x.isnull()] = x.index[x.isnull()]
    return x

In [209]: df.apply(func, axis=1)
Out[209]: 
   ID  val0  val1  val2  valn
0   0     1     2     3  valn
1   1     1  val1     3     4
2   2     0     0  val2     1