python - 如何通过在一个函数中包含所有类型的填充来处理缺失值？

Question

我对做了一个简单的函数处理缺失值 ，但不幸的是，该功能不起作用。
这是我尝试过的示例:

#Basic libraries
import os
import pandas as pd
import numpy as np

def handle_missing(df,list_columns,handle_type,value):
       
    if handle_type == "bfill":
        df = df.loc[:,list_columns].fillna(method='bfill', inplace=True)
                                
    elif handle_type == "ffill":
        df = df.loc[:,list_columns].fillna(method='bfill')
        
    elif handle_type == "mean":
        df = df[list_columns].fillna(df.mean()).round(2)
        
    elif handle_type == "dropna0":
        df = df[list_columns].dropna(axis=0, how='any')
    
    elif handle_type == "dropna1":
        df = df[list_columns].dropna(axis=1, how='any')
        
    else:
        df = df.loc[:,list_columns].fillna(value)

data_dict = {'First':[100, 90, np.nan, 95], 
        'Second': [30, 45, 56, np.nan], 
        'Third':[np.nan, 40, 80, 98]} 
  
df1 = pd.DataFrame(data_dict)
list_columns = ['First','Second','Third']
df1 = handle_missing(df1,list_columns,"bfill",0)
df1

这个功能有什么问题需要我集中注意力吗？
如果不推荐使用此功能，请向我推荐一个新功能。

Answer 1

您的函数看起来不错，只是它返回 None ，所以您的 df1实际上是 None .我会像这样重写函数:

def handle_missing(df,list_columns,handle_type,value):
       
    if handle_type == "bfill":
        # no inplace
        df[list_columns] = df[list_columns].fillna(method='bfill')
                                
    elif handle_type == "ffill":
        df[list_columns] = df.loc[:,list_columns].fillna(method='bfill')
        
    elif handle_type == "mean":
        df[list_columns] = df[list_columns].fillna(df.mean()).round(2)
        
    elif handle_type == "dropna0":
        df[list_columns] = df[list_columns].dropna(axis=0, how='any')
    
    elif handle_type == "dropna1":
        df[list_columns] = df[list_columns].dropna(axis=1, how='any')
        
    else: 
        df[list_columns] = df.loc[:,list_columns].fillna(value)

现在该函数将修改数据帧 就地 .所以你只需要:

handle_missing(df1,['Third'],"bfill",999)
print(df1)