首页如何在Pandas DataFrame中补充缺失的列，即'品种名称'和'大斑病抗病性'这两列？

如何在Pandas DataFrame中补充缺失的列，即'品种名称'和'大斑病抗病性'这两列？

时间: 2025-01-29 09:17:54 浏览: 39

在Pandas DataFrame中补充缺失的列（如'品种名称'和'大斑病抗病性'）可以通过以下几种方法实现： 1. **使用`fillna()`方法**：如果你有一组默认值，可以使用`fillna()`方法来填充缺失值。 2. **使用`assign()`方法**：可以使用`assign()`方法创建一个新列或填充现有列。 3. **使用`loc`索引器**：可以使用`loc`索引器来定位缺失值并填充它们。以下是一个具体的示例： ```python import pandas as pd import numpy as np # 创建示例DataFrame data = { '品种名称': ['品种A', '品种B', np.nan, '品种D'], '大斑病抗病性': [5, np.nan, 3, 4], '其他列': [10, 20, 30, 40] } df = pd.DataFrame(data) # 查看原始数据 print("原始数据:") print(df) # 填充缺失的'品种名称'列 df['品种名称'] = df['品种名称'].fillna('未知品种') # 填充缺失的'大斑病抗病性'列 df['大斑病抗病性'] = df['大斑病抗病性'].fillna(df['大斑病抗病性'].mean()) # 查看填充后的数据 print("\n填充后的数据:") print(df) ``` 在这个示例中，我们首先创建了一个包含缺失值的DataFrame。然后，我们使用`fillna()`方法填充了'品种名称'列的缺失值，使用字符串'未知品种'作为默认值。接着，我们使用`fillna()`方法填充了'大斑病抗病性'列的缺失值，使用列的平均值作为默认值。

阅读全文