前回までは欠損値を削除する方法をまとめました。

今回は欠損値をあるデータに置き換える（穴埋めする）
という方法をまとめていきたいと思います。

パネル：DataFrameの欠損値にデータを穴埋めしてみよう。 — DataFrameの欠損値にデータを穴埋めしてみよう。

欠損値を置き換えるとは？

欠損値に何か仮の値を入れるということですね。

例えば・・・

欠損値全てに「0」を入れる
列ごとに欠損値に穴埋めする値を変更する。
その列の平均値をいれる
その列の1個上の値を入れる
その列の1個下の値を入れる
その列の上下1個ずつの平均値をいれる。

などなど・・・

色々ありますが、これらはfillna()メソッドを使えば解決できそうです。

今回は上の２つ

欠損値全てに「0」を入れる
列ごとに欠損値に穴埋めする値を変更する。

こちらをまとめていきたいと思います。

ということで、さっそくやってみましょう！

今回のテストデータは

以下の欠損値がたくさんあるデータを使っていきたいと思います。
（名前や住所にまで欠損値あります）

	name	age	add	English	math
0	aaa	Nan	Tokyo	80	90
1	bbb	20	Osaka	85	80
2	ccc	22	Nagoya	90	85
3	NaN	20.0	NaN	100	80
4	EEE	18.0	NaN	90	90

data = {"name":["aaa","bbb","ccc",np.nan,"EEE"],"age":[np.nan,20,22,20,18],"add":["Tokyo","Osaka","Nagoya",np.nan,np.nan],"English":[80,85,90,100,90],"math":[90,80,85,80,90]}

df = pd.DataFrame(data)

#まずは全てを0にしてみましょう。
df_0 = df.fillna(0)

print(df_0)

df_0の結果：

	name	age	add	English	math
0	aaa	0.0	Tokyo	80	90
1	bbb	20	Osaka	85	80
2	ccc	22	Nagoya	90	85
3	0	20.0	0	100	80
4	EEE	18.0	0	90	90

名前、年齢、住所にあった欠損値が全て「０」に置き換わりました。

列ごとに欠損値に埋める値を変えてみよう

名前や住所に「０」というのはおかしい感じがしますよね。

というわけで、今回は以下のように欠損値を埋めたいと思います。

名前：No_name
住所：Japan
年齢：0

ということで、やってみましょう。

df_0_new = df2.fillna({"name":"No_name","age":0,"add":"Japan"})

print(df_0_new)

df_0_newの結果：

	name	age	add	English	math
0	aaa	0.0	Tokyo	80	90
1	bbb	20.0	Osaka	85	80
2	ccc	22.0	Nagoya	90	85
3	No_name	20.0	Japan	100	80
4	EEE	18.0	Japan	90	90

このように列ごとに指定した通りの穴埋めを行うことができました。

次回は

その列の平均値をいれる
その列の1個上の値を入れる
その列の1個下の値を入れる
その列の上下1個ずつの平均値をいれる。

をまとめていきたいと思います。

＜最終更新日：2021/09/27＞
2021/09/27 投稿

らふのプログラミングメモ

プログラミングメモです。

DataFrameの欠損値についての取り扱い方法　その3　置き換える

欠損値を置き換えるとは？

今回のテストデータは

列ごとに欠損値に埋める値を変えてみよう