如何用指定范围内的随机数替换Pandas DataFrame中的NaN值

原始数据示例 #

代码 #

import pandas as pd
details = {
    'info1' : [10,None,None,None,None,None,15,None,None,None,5],
    'info2' : [15,None,None,None,10,None,None,None,None,None,20],
}
df = pd.DataFrame(details)

对应DataFrame #

解决方案 #

核心思路 #

针对每一列，提取该列已有非NaN值的最小值和最大值作为均匀分布的取值范围，为该列的每个NaN位置生成对应范围内的随机数，完成替换。

完整代码实现 #

需要借助numpy生成均匀分布随机数，代码如下：

import pandas as pd
import numpy as np

# 构建原始DataFrame
details = {
    'info1' : [10,None,None,None,None,None,15,None,None,None,5],
    'info2' : [15,None,None,None,10,None,None,None,None,None,20],
}
df = pd.DataFrame(details)

# 遍历列填充NaN
for col in df.columns:
    # 获取当前列有效数据的最小、最大值
    col_min = df[col].min()
    col_max = df[col].max()
    # 生成对应数量的均匀分布随机数
    random_vals = np.random.uniform(low=col_min, high=col_max, size=df[col].isna().sum())
    # 替换NaN值
    df.loc[df[col].isna(), col] = random_vals

# 查看填充结果
print(df)

补充说明 #

• np.random.uniform(low, high, size)：生成size个在[low, high)区间内的均匀分布随机数
• 若需要控制随机数的小数位数，可在生成后添加round()处理，例如：random_vals = np.random.uniform(...).round(2)
• 每列的取值范围完全由自身已有数据决定，保证填充值与列内原有数据的数值区间匹配

内容的提问来源于stack exchange，提问作者user14272