DataFrame自定义函数填充列均值方法
2026-05-09 10:57:57
0浏览
收藏
本文深入讲解了如何用Python自定义函数高效、安全地对Pandas DataFrame中各列的缺失值(NaN)进行均值填充,既涵盖全表批量处理的简洁稳健方案,也提供单列精准操作的调试利器,并直击初学者常犯的逻辑与轴向错误,同时强调类型检查、空列防护、原地修改风险等工程级最佳实践——掌握这套方法,不仅能扎实解决数据清洗中的核心痛点,更为构建可复用、可维护、可扩展的数据预处理流水线奠定关键基础。
本文详解如何编写 Python 自定义函数,对 Pandas DataFrame 的每一列执行“用列均值填充 NaN”操作,涵盖全表批量处理与单列指定处理两种实用场景,并指出常见错误及最佳实践。
在数据预处理中,用各列均值填充缺失值(NaN)是常见且稳健的策略。虽然 df.apply(lambda x: x.fillna(x.mean()), axis=0) 一行即可实现,但封装为可复用、易调试、可扩展的自定义函数更具工程价值。
以下是推荐的规范实现方式:
✅ 正确的全列均值填充函数(推荐)
import pandas as pd
import numpy as np
def fill_nan_with_mean(df):
"""
将 DataFrame 中所有数值列的 NaN 值替换为对应列的均值。
自动跳过非数值列(如字符串、时间序列),避免报错。
Parameters:
df (pd.DataFrame): 输入 DataFrame
Returns:
pd.DataFrame: 原地修改后的 DataFrame(若需保留原 df,请先 df.copy())
"""
# 计算每列均值(仅对数值列有效,自动忽略非数值列)
column_means = df.select_dtypes(include=[np.number]).mean()
# 使用 fillna 批量填充:支持按列广播
df.fillna(column_means, inplace=True)
return df使用示例:
# 示例数据
df = pd.DataFrame({
'A': [1, 2, np.nan, 4],
'B': [5, np.nan, 7, 8],
'C': ['x', 'y', 'z', 'w'] # 非数值列,将被自动忽略
})
fill_nan_with_mean(df)
print(df)
# 输出:
# A B C
# 0 1.0 5.0 x
# 1 2.0 6.5 y
# 2 2.3 7.0 z
# 3 4.0 8.0 w✅ 单列指定填充函数(灵活调试用)
def fill_nan_with_mean_single_column(df, column_name):
"""
对指定列用其均值填充 NaN。
Parameters:
df (pd.DataFrame): 输入 DataFrame
column_name (str): 待处理列名
Raises:
KeyError: 若列不存在
TypeError: 若该列不可计算均值(如全为字符串)
"""
if column_name not in df.columns:
raise KeyError(f"Column '{column_name}' not found in DataFrame.")
col_series = df[column_name]
if not np.issubdtype(col_series.dtype, np.number):
raise TypeError(f"Column '{column_name}' is not numeric; mean cannot be computed.")
mean_val = col_series.mean()
df[column_name].fillna(mean_val, inplace=True)
return df❌ 为什么原始尝试失败?
你最初的函数存在两个关键问题:
- if x is None: 判断无效:Pandas Series 不等于 None,NaN 应用 pd.isna(x) 或 x.isna() 检测;
- axis=1 错误:apply(..., axis=1) 是按行操作,而均值需按列计算(axis=0),且 x.mean() 在行上下文中作用于索引而非列。
此外,直接对 Series 调用 .mean() 会跳过 NaN,默认计算有效值均值——这正是我们所需行为,无需手动 if/else 分支。
⚠️ 注意事项与最佳实践
- 避免原地修改风险:生产环境中建议默认返回新 DataFrame,或显式注明 inplace=True 并加注释;
- 类型安全:使用 select_dtypes(include=[np.number]) 显式限定数值列,防止 TypeError;
- 空列处理:若某数值列全为 NaN,.mean() 返回 NaN,此时 fillna(NaN) 无效果——建议提前检查:if pd.isna(mean_val): raise ValueError(...);
- 链式调用兼容性:若需方法链式调用(如 df.pipe(fill_nan_with_mean)),函数应返回 df 而非 None。
掌握这一模式,不仅能精准替代缺失值,也为后续封装标准化清洗流程(如中位数填充、众数填充、插值等)打下坚实基础。
好了,本文到此结束,带大家了解了《DataFrame自定义函数填充列均值方法》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多文章知识!
JavaDate类缺陷解析:旧日期API局限性
- 上一篇
- JavaDate类缺陷解析:旧日期API局限性
- 下一篇
- 如何判断脱水症状:看尿液和皮肤
查看更多
最新文章
-
- 文章 · python教程 | 3小时前 | python · Python 十六进制 二进制调试 memoryview.hex bytes_per_sep
- Python memoryview.hex 怎样为十六进制输出设置分组分隔符
- 480浏览 收藏
-
- 文章 · python教程 | 3小时前 | python · Python decimal context same_quantum
- Python decimal.Context.same_quantum 怎样判断两个十进制数的指数是否相同
- 336浏览 收藏
-
- 文章 · python教程 | 4小时前 |
- Python textwrap.TextWrapper.drop_whitespace 怎样控制换行边缘的空白保留
- 238浏览 收藏
-
- 文章 · python教程 | 6小时前 | python · 文件系统 · Python 文件比较 mtime filecmp.clear_cache filecmp.cmp 比较缓存
- Python filecmp.clear_cache 怎样清除文件比较结果缓存
- 290浏览 收藏
-
- 文章 · python教程 | 7小时前 | 标准库 · 递归 · python · Python 解释器 递归限制 sys.getrecursionlimit
- Python sys.getrecursionlimit 怎样读取解释器设置的递归深度上限
- 129浏览 收藏
-
- 文章 · python教程 | 9小时前 | Python教程 · Python memoryview memoryview.toreadonly bytearray 只读视图 缓冲区协议
- Python memoryview.toreadonly 怎样生成只读视图而不复制底层数据
- 470浏览 收藏
-
- 文章 · python教程 | 9小时前 | 标准库 · Python教程 · Python decimal flags 精度 舍入 Context.copy_abs Decimal.copy_abs
- Python decimal.Context.copy_abs 怎样取绝对值而不受当前精度舍入影响
- 389浏览 收藏
-
- 文章 · python教程 | 10小时前 | 字符串 · 标准库 · Python教程 · Python placeholder 文本截断 textwrap TextWrapper max_lines
- Python textwrap.TextWrapper.placeholder 怎样为截断后的段落设置结束标记
- 301浏览 收藏
-
- 文章 · python教程 | 11小时前 | python · Python 参数绑定 inspect BoundArguments apply_defaults
- Python inspect.BoundArguments.apply_defaults 怎样给已绑定参数补上默认值
- 411浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1100次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1095次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1265次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1204次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 1051次使用
查看更多
相关文章
-
- Python TaskGroup 怎样让子任务失败统一收敛
- 2026-11-12 501浏览
-
- Python xml.dom.minidom.unlink 怎样释放不再使用的 DOM 树引用
- 2026-10-27 501浏览
-
- Python typing 怎样用 TypeIs 缩小类型
- 2026-10-24 501浏览
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览

