快捷導(dǎo)航

pandas中位數(shù)填充空值的實現(xiàn)示例

更新時間：2025年04月26日 11:24:28 作者：音樂學(xué)家方大剛

中位數(shù)填充是一種簡單而有效的方法,用于填充數(shù)據(jù)集中缺失的值,本文就來介紹一下pandas中位數(shù)填充空值的實現(xiàn),具有一定的參考價值,感興趣的可以了解一下

在數(shù)據(jù)分析和機器學(xué)習(xí)過程中，處理缺失數(shù)據(jù)是一個常見且重要的步驟。缺失數(shù)據(jù)可能會影響模型的性能，因此需要采用適當?shù)姆椒▉硖幚磉@些空值。本文將介紹如何使用 pandas 庫中的中位數(shù)來填充數(shù)據(jù)中的空值。

什么是中位數(shù)填充？

中位數(shù)填充是一種簡單而有效的方法，用于填充數(shù)據(jù)集中缺失的值。中位數(shù)是一個統(tǒng)計量，表示數(shù)據(jù)集中間的值。與均值不同，中位數(shù)不受極端值的影響，因此在存在異常值時，中位數(shù)填充可能比均值填充更為穩(wěn)健。

為什么選擇中位數(shù)填充？

穩(wěn)健性：中位數(shù)不受異常值影響，能更準確地反映數(shù)據(jù)的中心趨勢。
簡單：實現(xiàn)和理解都很簡單。
普適性：適用于大多數(shù)數(shù)值型數(shù)據(jù)的填充。

示例數(shù)據(jù)

首先，我們創(chuàng)建一個包含一些空值的示例 DataFrame。

import pandas as pd
import numpy as np

# 創(chuàng)建示例數(shù)據(jù)
data = {
    'A': [1, 2, np.nan, 4, 5],
    'B': [np.nan, 2, 3, 4, np.nan],
    'C': [1, np.nan, np.nan, 4, 5]
}
df = pd.DataFrame(data)

print("原始數(shù)據(jù)：")
print(df)
使用中位數(shù)填充空值
接下來，我們將使用 pandas 提供的 fillna() 方法來填充空值。首先計算每列的中位數(shù)，然后使用這些中位數(shù)填充相應(yīng)列的空值。

python
復(fù)制代碼
# 計算每列的中位數(shù)
median_values = df.median()

# 使用中位數(shù)填充空值
df_filled = df.fillna(median_values)

print("\n使用中位數(shù)填充后的數(shù)據(jù)：")
print(df_filled)

結(jié)果分析

在填充操作之后，我們可以看到 DataFrame 中的空值被相應(yīng)列的中位數(shù)替換。

完整代碼

以下是完整的代碼示例，從創(chuàng)建數(shù)據(jù)到使用中位數(shù)填充空值：

import pandas as pd
import numpy as np

# 創(chuàng)建示例數(shù)據(jù)
data = {
    'A': [1, 2, np.nan, 4, 5],
    'B': [np.nan, 2, 3, 4, np.nan],
    'C': [1, np.nan, np.nan, 4, 5]
}
df = pd.DataFrame(data)

print("原始數(shù)據(jù)：")
print(df)

# 計算每列的中位數(shù)
median_values = df.median()

# 使用中位數(shù)填充空值
df_filled = df.fillna(median_values)

print("\n使用中位數(shù)填充后的數(shù)據(jù)：")
print(df_filled)

輸出

原始數(shù)據(jù)：
A B C
0 1.0 NaN 1.0
1 2.0 2.0 NaN
2 NaN 3.0 NaN
3 4.0 4.0 4.0
4 5.0 NaN 5.0

使用中位數(shù)填充后的數(shù)據(jù)：
A B C
0 1.0 3.0 1.0
1 2.0 2.0 4.0
2 3.0 3.0 4.0
3 4.0 4.0 4.0
4 5.0 3.0 5.0