擅长:python、mysql、java
<p>下面是一种处理底层数组数据的方法-</p>
<pre><code>def fillNaN_with_unifrand(df):
a = df.values
m = np.isnan(a) # mask of NaNs
mu, sigma = df.mean(), df.std()
a[m] = np.random.normal(mu, sigma, size=m.sum())
return df
</code></pre>
<p>本质上,我们使用<a href="https://docs.scipy.org/doc/numpy-1.13.0/reference/generated/numpy.random.normal.html#numpy.random.normal" rel="noreferrer">size param with ^{<cd1>}</a>一次性生成所有随机数,并使用nan的掩码一次性分配它们。在</p>
<p>样本运行-</p>
^{pr2}$