除了刪除空值，還有一種處理空值的方法是填充(Imputation)。

讓我們看看在revenue_millions列中填充缺失的值。

首先，將該列提取到變量中:

revenue = movies_df[‘revenue_millions‘]

使用DataFrame[‘列名‘]可以獲取1列數據，即一個Series。

可以使用head查看前面幾個數據：

revenue.head()

輸出

Title

Guardians of the Galaxy333.13Prometheus126.46Split138.12Sing270.32Suicide Squad325.02Name: revenue_millions, dtype: float64

Series與DataFrame格式略有不同，但仍然有標題索引。

填充空值，不能亂填，我們將使用列內的均值來填充。這平均值:

revenue_mean =revenue.mean()

revenue_mean

輸出

82.95637614678898

取均值，用fillna()方法填充空值:

revenue.fillna(revenue_mean, inplace=True)

現在，用列的均值替換了所有的收益為null的項。注意，通過使用inplace=True，修改了原數據movies_df:

movies_df.isnull().sum()

輸出

rank 0

genre 0

description 0

director 0

actors 0

year 0

runtime 0

rating 0

votes 0

revenue_millions 0

metascore64dtype: int64

我們使用了整列均值來填充空值，還可以使用同個導演作品的均值、同類型電影的均值等等。

原文地址：https://www.cnblogs.com/huanghanyu/p/13174103.html

總結

以上是生活随笔為你收集整理的python填充空值_Python机器学习（九十一）Pandas 填充(Imputation)空值的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。