在 python 中创建一个函数，它将在 pandas 数据框中估算均值或中值

Posted 2023-03-24

【中文标题】在 python 中创建一个函数，它将在 pandas 数据框中估算均值或中值

【英文标题】：Create a function in python, which will impute mean OR median values in the pandas dataframe

【发布时间】：2021-11-17 14:20:11

【问题描述】：

我有一个数据框

data = 'Age':[18, np.nan, 17, 14, 15, np.nan, 17, 17] 
df = pd.DataFrame(data) 
df

我想写一个解决方案，它允许估算平均值或中位数， 使用

df = df.fillna 
df = df.fillna(df.median())

均值的期望输出

data = 'Age':[18, 16.3, 17, 14, 15, 16.3, 17, 17] 
df = pd.DataFrame(data) 
df

中位数的期望输出

data = 'Age':[18, 17, 17, 14, 15, 17, 17, 17] 
df = pd.DataFrame(data) 
df

【参考方案1】：

使用功能：

def f(df, func):
    if func in ['mean','median']:
        return df.fillna(df.agg(func))
    else:
        raise Exception("Wrong function, use only 'mean' or 'median'")
    

如果需要mean，请使用：

df = f(df, 'mean')

如果需要median，请使用：

df = f(df, 'median')

【讨论】：

谢谢，但它是如何实现的？ :)

@AnakinSkywalker - 是的，df.replace('nan', np.nan)

我的观点 - 我想选择估算均值或中位数，将函数应用于列。

@AnakinSkywalker - 不确定是否理解，可能有问题的代码 df = df.fillna 需要删除？

好的，知道了！感谢您的时间和努力！

【参考方案2】：

首先将'nan' 解析为float：

df = df.astype(float)
df = df.fillna(df.mean())
print (df)

输出：

         Age
0  18.000000
1  16.333333
2  17.000000
3  14.000000
4  15.000000
5  16.333333
6  17.000000
7  17.000000

对于功能：

def f(df, func):
    return df.fillna([df.mean(), df.median()][func == 'mean'])

【讨论】：

谢谢，但是如何将它放入我将用均值或中位数估算的函数中？

@AnakinSkywalker 编辑我的

已投票，但按时间顺序接受了第一个答案 :)

@AnakinSkywalker 啊，太好了！

【参考方案3】：

一次适用于所有列的通用解决方案

data = 'Age':[18, 'nan', 17, 14, 15, 'nan', 17, 17] 
df = pd.DataFrame(data) 

df = df.astype('float')

def foo(s, func):
    val = func(s)
    return s.fillna(val)

df.apply(foo, args=(np.mean,))

或

df.apply(foo, args=(np.median,))

或

df.apply(foo, args(custom_function,))