python学习笔记八：pandas处理丢失数据 |
您所在的位置：网站首页 › pandas 指定行fillna › python学习笔记八：pandas处理丢失数据 |
python学习笔记八：pandas处理丢失数据
|
python学习笔记八：pandas处理丢失数据
原创
wx5bcdb7bce145c 2023-02-18 09:51:08 博主文章分类：python ©著作权 文章标签 pandas处理丢失的数据 数据 python 浮点 文章分类 JavaScript 前端开发 ©著作权归作者所有：来自51CTO博客作者wx5bcdb7bce145c的原创作品，请联系作者获取转载授权，否则将追究法律责任 有两种丢失的数据：None是python自带的，其类型为python.object，因此，None不能参与到任何计算中，object类型的运算要比int类型的运算慢得多np.nan(NaN)是浮点类型，能参与到计算中，但计算的结果总是NaNimport numpy as npimport pandas as pdfrom pandas import Series,DataFrameimport matplotlib.pyplot as pltdf = DataFrame({'age':[20,21,23,19,22],'salary':[10000,11000,9900,8500,15000]}, index=['张三','李四','王五','赵六','童七'],columns=['age','salary','work'])df
将李四到赵六之间的人的工作设为programmer : df.work['李四':'赵六'] = 'programmer'df
找到空数据和保留非空数据： #找到空数据s1 = df.isnull().any(axis=1)#any只要有一个为True,就返回True#有了s1数据，则可以获取哪些数据为空，只要有一个属性为空，则该行数据就没用，认为是空print(df[s1])#保留非空的数据s2 = df.notnull().all(axis=1)#all都为True才返回Trueprint(df[s2])
利用过滤函数dropna()过滤掉空数据： #过滤函数dropna()print(df.dropna())#默认axis=0即为行，how='any'即哪一行只要有一个空数据就把该行剔除掉df.dropna(axis=1)#axis=1时为列，how='any'哪一列即哪一个属性中只要有一个空数据就把该列剔除掉
只有某一行或某一列数据全为空时才剔除掉： df.loc['张三'] = np.nanprint(df)df.dropna(how='all')#默认axis=0即为行，how='any'哪一行全部为空才把该行剔除掉
利用填充函数fillna()对空数据进行填充: df.fillna(value = 'student')#全部填充print(df) print(df.fillna(method='ffill'))#按行由前向后填充 print(df.fillna(method='bfill'))#按行由后向前填充，默认axis=0，即按行填充，若inplace=True，就是在原来的数据上进行修改，默认为False即重新创建一个DataFrame
用给定值全部填充空数据
按行由前向后填充
按行由后向前填充
小 练习： df1 = DataFrame(np.random.randint(0,150,size=(4,3)),index=['张三','李四','王五','赵六'],columns=['语文','数学','英语'])print(df1)#将张三的英语成绩记为NaNdf1['英语']['张三'] = np.nanprint(df1) #用数学成绩填充英语成绩print(df1.fillna(method='ffill',axis=1)) #用李四的英语成绩填充张三的英语成绩print(df1.fillna(method='bfill'))
上一篇：halcon第二十二讲：单目标定基本原理 下一篇：python学习笔记七：DataFrame |
【本文地址】
今日新闻 |
推荐新闻 |