Bei der Arbeit mit Tabellendaten kommt es häufig vor, dass fehlende Werte die Analyse behindern können. Die Methode pandas fillna() bietet eine einfache und effiziente Lösung zum Ersetzen dieser Nullwerte durch gewünschte Werte. Allerdings kann die direkte Zuweisung spezifischer Werte zu fehlenden Zellen über fillna() ineffizient und zeitaufwändig sein, insbesondere bei großen Datensätzen.
Um diese Einschränkung zu überwinden, bietet Pandas eine leistungsstarke Funktion, mit der Sie fehlende Werte mit füllen können entsprechende Elemente aus einer anderen Spalte. Durch diesen Ansatz entfällt die Notwendigkeit einer manuellen Iteration über jede Zeile, was die Leistung und Wartbarkeit erheblich verbessert.
Betrachten Sie das folgende Beispiel, in dem Sie fehlende Werte in der Spalte „Katze1“ mit Werten aus der Spalte „Katze2“ füllen möchten.
Day | Cat1 | Cat2 |
---|---|---|
1 | cat | mouse |
2 | dog | elephant |
3 | cat | giraf |
4 | NaN | ant |
Day | Cat1 | Cat2 |
---|---|---|
1 | cat | mouse |
2 | dog | elephant |
3 | cat | giraf |
4 | ant | ant |
Mit der fillna() Mit dieser Methode können Sie diese Aufgabe problemlos erledigen:
df['Cat1'].fillna(df['Cat2'])
Dieser Code ersetzt mühelos fehlende Werte in „Cat1“ durch entsprechende Werte aus „Cat2“, wobei die Datenstruktur erhalten bleibt und die Entstehung falscher oder inkonsistenter Werte verhindert wird eingeführt. Der resultierende DataFrame verfügt über vollständige und konsistente Daten, die zur weiteren Analyse oder Verarbeitung bereitstehen.
Das obige ist der detaillierte Inhalt vonWie kann man fehlende Werte in einer Spalte effizient mit entsprechenden Werten aus einer anderen Spalte in Pandas füllen?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!