这是my previous question的后续操作。在
在这个玩具数据集中:
import pandas as pd
import matplotlib.pyplot as plt
import scipy.stats as stats
import numpy as np
dictOne = {'Name':['First', 'Second', 'Third', 'Fourth', 'Fifth', 'Sixth', 'Seventh', 'Eighth', 'Ninth'],
"A":[1, 2, -3, 4, 5, np.nan, 7, np.nan, 9],
"B":[4, 5, 6, 5, 3, np.nan, 2, 9, 5],
"C":[7, np.nan, 10, 5, 8, 6, 8, 2, 4]}
df2 = pd.DataFrame(dictOne)
column = 'C'
df2[df2[column] > -999].hist(column, alpha = 0.5)
param = stats.norm.fit(df2[column], nan_policy = 'omit') # Fit a normal distribution to the data
print(param)
我试着绘制一个柱状图,上面覆盖了正态分布曲线。scipy.stats.norm.fit
给了我[nan, nan]
作为param
,尽管我在函数调用中使用了nan_policy = 'omit'
。在
如何让它忽略dataframe中的NaN值以获得一些合理的统计信息?在
我不相信
nan_policy
是fit
使用的关键字。在在任何情况下,都可以从源数据集中删除空值:
相关问题 更多 >
编程相关推荐