在熊猫数据帧中随机插入NA的值

Question

如何np.nan在DataFrame中随机插入？假设我想在DataFrame中使用10%的空值.

我的数据如下:

df = pd.DataFrame(np.random.randn(5, 3), 
                  index=['a', 'b', 'c', 'd', 'e'],
                  columns=['one', 'two', 'three'])

        one       two     three
a  0.695132  1.044791 -1.059536
b -1.075105  0.825776  1.899795
c -0.678980  0.051959 -0.691405
d -0.182928  1.455268 -1.032353
e  0.205094  0.714192 -0.938242

是否有一种简单的方法来插入空值？

Answer 1

这里有一种方法可以准确地清除10%的单元格(或者更确切地说,现有数据框架的大小可以达到接近10%).

import random
ix = [(row, col) for row in range(df.shape[0]) for col in range(df.shape[1])]
for row, col in random.sample(ix, int(round(.1*len(ix)))):
    df.iat[row, col] = np.nan

这是一种独立清除细胞的方法,每细胞概率为10%.

df = df.mask(np.random.random(df.shape) < .1)

Answer 2

我认为您可以轻松地遍历数据框列并将NaN值分配给pandas.DataFrame.sample()方法生成的每个单元格。

代码如下。

for col in df.columns:
    df.loc[df.sample(frac=0.1).index, col] = pd.np.nan