首页pandas随机按照比例填充缺失值

pandas随机按照比例填充缺失值

时间: 2024-11-25 10:17:59 浏览: 80

Pandas库中的`fillna()`函数可以用于随机按比例填充缺失值。首先，你需要确定填充的比例，这可以通过`random.choice()`函数配合该比例实现。以下是一个基本步骤： 1. 导入pandas库和必要的模块： ```python import pandas as pd from numpy.random import choice ``` 2. 创建一个数据框，假设名为df，并有缺失值： ```python df = pd.DataFrame({'A': [1, 2, np.nan, 4], 'B': [5, np.nan, 7, 8]}) ``` 3. 定义填充的比例，比如0.2（意味着20%的缺失值会被填充）： ```python filling_ratio = 0.2 ``` 4. 使用`random.choice()`选择是否填充每个缺失值，True表示填充，False表示保留缺失： ```python choices = [choice([True, False], p=[filling_ratio, 1 - filling_ratio]) for _ in range(len(df))] ``` 5. 应用填充操作，这里可以创建一个新的列保存填充决策，然后用它更新DataFrame： ```python mask = pd.Series(choices, index=df.index, name='_to_fill') df['_to_fill'] = mask df.fillna(value=df.mean(), inplace=True) # 或者使用其他填充策略，如中位数、平均值等 ``` 6. 删除临时列 `_to_fill`： ```python del df['_to_fill'] ``` 现在，数据框df中的缺失值已经被随机按给定比例填充了。

阅读全文