在熊猫数据框中随机插入NA的值

Question

如何np.nan在DataFrame中随机插入？假设我要在DataFrame中使用10％的空值。

我的数据如下所示：

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

有没有简单的方法可以插入空值？

Answer 1

这是一种清除10％的单元格的方法（或者说，清除现有数据帧大小所能达到的接近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

这是一种以10％的单元格概率独立清除单元格的方法。

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