numpy 如何用行的平均值替换缺失值[关闭]

wlsrxk51 于 2023-10-19 发布在其他

关注(0)|答案(2)|浏览(78)

已关闭，此问题需要details or clarity。它目前不接受回答。
**想改善这个问题吗？**通过editing this post添加详细信息并澄清问题。

29天前关闭
Improve this question
所以我有行，我想用每行的平均值替换nan值。
举例来说：

x = [[2,4,nan,5,3],[2,3,5,nan],...]

我知道我们可以使用Imputer（axis=1），但是对于simpleImputer，我们不再有这个选项了。

2条答案

你可以使用raw numpy：

x = np.where(
    np.isnan(x),
    np.nanmean(x, axis=1, keepdims=True),
    x
)

结合np.nanmean + np.isnan功能：
样品阵列：

x = np.array([[2, 4, np.nan, 5, 3], [2, 3, 5, np.nan, 8]])

x[np.where(np.isnan(x))] = np.nanmean(x, axis=1)

array([[2. , 4. , 3.5, 5. , 3. ],
       [2. , 3. , 5. , 4.5, 8. ]])