pandas 面试题挑战十一

把DataFrame中'Min.Price','Max.Price'缺失的值用该列的均值填充

现有数据如下：

df = pd.read_csv('https://raw.githubusercontent.com/selva86/datasets/master/Cars93_miss.csv')

数据如下：

 

 把'Min.Price','Max.Price'缺失的值用该列的均值填充
解决方法如下：

df_out = df[[Min.Price',Max.Price']] = df[[']].apply(lambda x: x.fillna(x.mean()))
df_out

 

 

把DataFrame中'Min.Price','Max.Price'缺失的值用该列的均值， 中位数填充

现有数据如下：

df = pd.read_csv(')

数据如下：

 

 把'Min.Price','Max.Price'缺失的值用该列的均值，中位数填充
解决方法如下

d = {': np.nanmean,1)">': np.nanmedian}
df[[']].apply(lambda x,d : x.fillna(d[x.name](x)),args=(d,))
df

 

 

重点解读:
df[[']].apply(x.fillna(d[x.name]),args=(d,))appley中，可以通过args参数传递全局变量，本例中传递的是d，注意传递是元组，所以别忘了后面的“,”。