如何在Python中整合不同缺失值填充方法？代码优化咨询

你当前的缺失值填充代码如下：

mean_impute = df['column'].fillna(value=df['column'].mean())
median_impute = df['column'].fillna(value=df['column'].median())
mode_impute = df['column'].fillna(value=df['column'].mode())

当然可以通过循环或函数简化这段重复代码，以下是两种实用的优化方案：

方案一：用循环批量处理 #

把填充方法和对应规则存入字典，通过循环完成所有填充操作，还能方便后续扩展更多填充方式：

# 定义填充规则映射，注意mode返回Series，取第一个值避免维度问题
impute_rules = {
    'mean': df['column'].mean(),
    'median': df['column'].median(),
    'mode': df['column'].mode()[0]
}

# 循环执行填充并存储结果
impute_results = {}
for method_name, fill_value in impute_rules.items():
    impute_results[f'{method_name}_impute'] = df['column'].fillna(value=fill_value)

# 按需调用结果，比如 mean_impute = impute_results['mean_impute']

方案二：封装成可复用函数 #

如果需要对不同列执行这类填充，封装成函数能大幅提升复用性：

def impute_missing(df_column):
    """对指定DataFrame列执行多种缺失值填充，返回结果字典"""
    return {
        'mean_impute': df_column.fillna(df_column.mean()),
        'median_impute': df_column.fillna(df_column.median()),
        'mode_impute': df_column.fillna(df_column.mode()[0])
    }

# 调用函数
results = impute_missing(df['column'])
# 提取结果：median_impute = results['median_impute']

内容的提问来源于stack exchange，提问作者Armando Bridena