Algorithms For Dummies

 Understanding the Need to Sort and Search

print(df, "\n")

  

values = pd.Series(df.mean(), dtype=int)

print(values, "\n")

  

df = df.fillna(values)

print(df)

  

      A  B    C

0     0  1  NaN

1     0  2    3

2     1  3    4

3  None  4    1

  

A    0

B    2

C    2

dtype: int32

  

   A  B  C

0  0  1  2

1  0  2  3

2  1  3  4

3  0  4  1

The 

fillna

 function enables you to get rid of the missing values whether they’re 

not a number (NAN) or simply missing (None). You can supply the missing data 

values  in  a  number  of  forms.  This  example relies  on  a  series  that  contains  the 

mean for each separate column of data (much as you would do when working with 

a database).

Note that the code is careful not to introduce errors into the output by ensuring 

that 

values

  is  of  the  right  data  type.  Normally,  the 

mean

  function  outputs 

 floating-point  values,  but  you  can  force  the  series  it  fills  into  the  right  type. 

 Consequently, the output not only lacks missing values but also does contain val-

ues of the correct type.