改进以下代码,使缺失值数据采用均值法填充,其它功能不变:# 第二题 import pandas as pd # 读取原始数据 df = pd.read_excel('C:\\Users/19242/Desktop/stockdata.xlsx') # 将季度数据转换为年度数据 df['日期'] = pd.to_datetime(df['日期']) df['年份']=df['日期'].dt.year df['长期负债']=df['长期负债合计'] # 处理缺失值 df.fillna(df.mean(), inplace=True) df_grouped = df.groupby(['股票代码', '年份', '实际控制人性质', '行业代码']).mean().reset_index() df_grouped = df_grouped[['股票代码', '年份', '实际控制人性质', '行业代码', '短期负债', '长期负债', '资产负债率']] df_grouped = df_grouped.fillna(df_grouped.mean()) # 输出到新文件 df_grouped.to_excel('C:\\Users/19242/Desktop/python/2/a.xlsx', index=False)
时间: 2023-09-06 19:13:59 浏览: 73
Pandas 缺失数据处理的实现
# 第二题
import pandas as pd
# 读取原始数据
df = pd.read_excel('C:\\Users/19242/Desktop/stockdata.xlsx')
# 将季度数据转换为年度数据
df['日期'] = pd.to_datetime(df['日期'])
df['年份'] = df['日期'].dt.year
df['长期负债'] = df['长期负债合计']
# 处理缺失值
df.fillna(df.mean(), inplace=True)
# 分组并计算均值
df_grouped = df.groupby(['股票代码', '年份', '实际控制人性质', '行业代码']).mean().reset_index()
# 处理缺失值
df_grouped.fillna(df_grouped.mean(), inplace=True)
# 输出到新文件
df_grouped.to_excel('C:\\Users/19242/Desktop/python/2/a.xlsx', index=False)
阅读全文