python - Pandas fillna:输出仍然具有NaN值

我对熊猫有一个奇怪的问题。我有一个具有多个NaN值的数据帧。我想我可以使用column means填充那些NaN值（也就是说，用它的column means填充每个NaN值），但是当我尝试以下操作时

  col_means = mydf.apply(np.mean, 0)
  mydf = mydf.fillna(value=col_means)

我仍然看到一些NaN值。为什么？
是因为我的原始数据帧中的NaN值比col_means中的条目多吗？按列填充和按行填充到底有什么区别？

最佳答案

您可以使用fillna系列df.mean()（类似于dict）：

In [11]: df = pd.DataFrame([[1, np.nan], [np.nan, 4], [5, 6]])

In [12]: df
Out[12]:
    0   1
0   1 NaN
1 NaN   4
2   5   6

In [13]: df.fillna(df.mean())
Out[13]:
   0  1
0  1  5
1  3  4
2  5  6

注意：df.mean()是行平均值，它给出了填充值：

In [14]: df.mean()
Out[14]:
0    3
1    5
dtype: float64

注意：如果df.mean()有一些nan值，那么这些值将在数据帧的fillna中使用，也许您希望在这个系列上使用fillna，即。

df.mean().fillna(0)
df.fillna(df.mean().fillna(0))