fillna欠損値と直前のデータを補完

import numpy as np
from numpy import nan as NA
import pandas as pd

aa = pd.DataFrame(np.random.rand(10,4))

#一部のデータNanにする
sample_data_frame.iloc[1,0] = NA
sample_data_frame.iloc[2,2] = NA
sample_data_frame.iloc[5:,3] = NA

import numpy as np

from numpy import nan as NA

import pandas as pd

aa = pd.DataFrame(np.random.rand(10,4))

#一部のデータNanにする

sample_data_frame.iloc[1,0] = NA

sample_data_frame.iloc[2,2] = NA

sample_data_frame.iloc[5:,3] = NA

fillna()を用いると、引数として与えた数をNaNの部分に代入、
この例では0を代入

sample_data_frame.fillna(0)

1 2	sample_data_frame.fillna(0)

methodをにffillを指定し、上の値がそのままコピーされる

<span class="cm-variable">sample_data_frame</span>.<span class="cm-property">fillna</span>(<span class="cm-variable">method</span>=<span class="cm-string">"ffill"</span>)

1 2	<span class="cm-variable">sample_data_frame</span>.<span class="cm-property">fillna</span>(<span class="cm-variable">method</span>=<span class="cm-string">"ffill"</span>)

#欠損値処理
df['Fare'] = df['Fare'].fillna(df['Fare'].median())#Fareの平均値を代入
df['Age'] = df['Age'].fillna(df['Age'].median())#Ageの平均値を代入
df['Embarked'] = df['Embarked'].fillna('S')#Embarkedの値はQ,O,Sのどれかなので代表的なSを代入
df=df.dropna(subset=['Age'])#AgeのカラムにNanがある物を削除

#欠損値処理