除了採用「刪除」的方式清理資料外，為確保數據的完整性，「填補」的操作也是另一種常見的方式，本文將說明資料清理中有關填補的操作方法，內容包含：

1. 常數填補
2. 統計值填補
3. 插值法填補

■ 案例

1. 基本資料
   

2. 程式碼

import pandas as pd
import numpy as np
data = {'name':['Alan','Joseph','Wennie','Ruby','Chris','Tanya'],
        'age':[18,23,19,15,30,26],
        'weight':[65,80,np.nan,np.nan,88,60],
        'height':[168,182,161,np.nan,172,163]}
df = pd.DataFrame(data)

■ 方法｜常數填補

使用 Pandas 提供的 fillna( value , inplace = True 或 False) 語法進行快速填補。

• 參數 value 設定欲填入的數值
• 參數 inplace 預設為False，決定是否覆蓋原先數據

舉例：將案例中有缺失的 weight 統一填補為60公斤，height 統一填補為165公分

df['weight'].fillna(60,inplace=True)   # weight以60填補
df['height'].fillna(165,inplace=True)  # height以165填補
print(df)

輸出結果：

■ 方法｜統計值填補

使用平均數 mean()、中位數 median() 或眾數 mode()，搭配 fillna() 語法進行填補。

1. 舉例：以平均數填補案例中有缺失的 weight

# 以平均數(73.25)填補
mean_value = df['weight'].mean()
df['weight'].fillna(mean_value,inplace=True)
print(df)

輸出結果：

2. 舉例：以中位數填補案例中有缺失的 weight

# 以中位數(72.5)填補
median_value = df['weight'].median()
df['weight'].fillna(median_value,inplace=True)
print(df)

輸出結果：

3. 舉例：以眾數填補案例中有缺失的 weight

⚠️ 眾數 mode() 操作時，需指定索引值帶入數值！
越頻繁出現的數值會排在越前面，數值出現次數相同，則以升冪排序。

# 以眾數（60）填補
mode_value = df['weight'].mode()[0]
df['weight'].fillna(mode_value,inplace=True)
print(df)

輸出結果：

■ 方法｜插值法填補

使用 Pandas 提供的 interpolate ( method , inplace = True 或 False ) 填補。

• 參數 method 預設為線性（linear）插值法
• 參數 inplace 預設為False，決定是否覆蓋原先數據

舉例：以插值法填補案例中有缺失的 height

# 插值法(166.5)填補
value = df['height'].interpolate()
df['height'].fillna(value,inplace=True)
print(df)

輸出結果：

■ 結語

　　以上是一些常見的填補方式，如果有任何不理解、錯誤或其他方法想分享的話，歡迎留言給我！也提醒大家，進行填補前，應思考數據的特性採用最適合的方法，才不會對分析或建模產生不良影響唷！

我是 Eva，一位正在努力跨進資料科學領域的女子！我們下一篇文章見！Bye Bye~
【本篇文章將同步更新於個人的 Medium，期待與您的相遇！】