如何在具有中位数的数据帧上填充 nas - Python

在处理数据时，经常会遇到缺失值（NA）的情况。缺失值可能影响数据分析的准确性和可靠性。在处理缺失值时，填充中位数是一种常见的方法。本文将介绍如何在具有中位数的数据帧上填充NA值。

导入所需的库

使用以下代码导入所需的库：

import numpy as np
import pandas as pd

创建带有NA的数据帧

首先，让我们创建一个具有NA值的数据帧。这里我们将使用numpy的random函数生成一个2x2的矩阵，并将其转换为数据帧。然后我们将手动将（0,0）和（1,1）位置上的值设置为NA。

data = np.random.randn(2,2)
df = pd.DataFrame(data, columns=['A', 'B'])
df.iloc[0,0] = np.nan
df.iloc[1,1] = np.nan
print(df)

输出结果：

          A         B
0       NaN  0.653382
1 -1.727722       NaN

填充NA值

填充NA值的一种简单方法是使用fillna()函数。该函数用指定的值（在本例中为中位数）替换每个NA值。以下是如何使用中位数填充NA值的代码：

median = df.median()
df.fillna(median, inplace=True)
print(df)

输出结果：

          A         B
0 -1.727722  0.653382
1 -1.727722  0.653382

结论

本文介绍了如何在具有中位数的数据帧上进行NA值填充。我们使用了numpy和pandas库，并演示了如何创建一个带有NA值的数据帧，并用中位数填充了这些缺失值。这种方法简单易行，并且可以保持数据分布的一致性。