pandas：处理缺失值 |
您所在的位置：网站首页 › 怎么用函数填充 › pandas：处理缺失值 |
pandas：处理缺失值
|
在实际应用中对于数据进行分析的时候，经常能看见缺失值，下面来介绍一下如何利用pandas来处理缺失值。常见的缺失值处理方式有，过滤、填充。 缺失值的判断pandas使用浮点值NaN(Not a Number)表示浮点数和非浮点数组中的缺失值，同时python内置None值也会被当作是缺失值。 函数作用：删除含有空值的行或列 axis:维度，axis=0表示index行,axis=1表示columns列，默认为0 how:"all"表示这一行或列中的元素全部缺失（为nan）才删除这一行或列，"any"表示这一行或列中只要有元素缺失，就删除这一行或列 thresh:一行或一列中至少出现了thresh个才删除。 subset：在某些列的子集中选择出现了缺失值的列删除，不在子集中的含有缺失值得列或行不会删除（有axis决定是行还是列） inplace：刷选过缺失值得新数据是存为副本还是直接在原数据上进行修改。 默认参数：删除行，只要有空值就会删除，不替换。 df = pd.DataFrame({"name": ['Alfred', 'Batman', 'Catwoman'], "toy": [np.nan, 'Batmobile', 'Bullwhip'], "born": [pd.NaT, pd.Timestamp("1940-04-25"), pd.NaT]}) # print(df) ''' name toy born 0 Alfred NaN NaT 1 Batman Batmobile 1940-04-25 2 Catwoman Bullwhip NaT ''' print(df.dropna()) ''' name toy born 1 Batman Batmobile 1940-04-25 ''' print(df) ''' name toy born 0 Alfred NaN NaT 1 Batman Batmobile 1940-04-25 2 Catwoman Bullwhip NaT ''' #delete colums print(df.dropna(axis=1) )#delete co ''' name 0 Alfred 1 Batman 2 Catwoman ''' #"所有值全为缺失值才删除" print(df.dropna(how='all')) ''' name toy born 0 Alfred NaN NaT 1 Batman Batmobile 1940-04-25 2 Catwoman Bullwhip NaT ''' #"至少出现过两个缺失值才删除" print(df.dropna(thresh=2)) ''' name toy born 1 Batman Batmobile 1940-04-25 2 Catwoman Bullwhip NaT ''' #"删除这个subset中的含有缺失值的行或列" print (df.dropna(subset=['name', 'born'])) ''' name toy born 1 Batman Batmobile 1940-04-25 ''' DataFrame.fillna(value=None, method=None, axis=None, inplace=False, limit=None, downcast=None, **kwargs)函数作用：填充缺失值 value:需要用什么值去填充缺失值 axis:确定填充维度，从行开始或是从列开始 method：ffill:用缺失值前面的一个值代替缺失值，如果axis =1，那么就是横向的前面的值替换后面的缺失值，如果axis=0，那么则是上面的值替换下面的缺失值。backfill/bfill，缺失值后面的一个值代替前面的缺失值。注意这个参数不能与value同时出现 limit:确定填充的个数，如果limit=2，则只填充两个缺失值。 df = pd.DataFrame([[np.nan, 2, np.nan, 0], [3, 4, np.nan, 1], [np.nan, np.nan, np.nan, 5], [np.nan, 3, np.nan, 4]], columns=list('ABCD')) print(df) ''' A B C D 0 NaN 2.0 NaN 0 1 3.0 4.0 NaN 1 2 NaN NaN NaN 5 3 NaN 3.0 NaN 4 ''' #"横向用缺失值前面的值替换缺失值" print(df.fillna(axis=1, method='ffill')) ''' A B C D 0 NaN 2.0 2.0 0.0 1 3.0 4.0 4.0 1.0 2 NaN NaN NaN 5.0 3 NaN 3.0 3.0 4.0 ''' #"纵向用缺失值上面的值替换缺失值" print(df.fillna(axis=0,method='ffill')) ''' A B C D 0 NaN 2.0 NaN 0 1 3.0 4.0 NaN 1 2 3.0 4.0 NaN 5 3 3.0 3.0 NaN 4 ''' print(df.fillna(0)) ''' A B C D 0 0.0 2.0 0.0 0 1 3.0 4.0 0.0 1 2 0.0 0.0 0.0 5 3 0.0 3.0 0.0 4 '''不同的列用不同的值填充：,可以通过一个字典用fillna,实现对不同的列填充不同的值 #不同的列用不同的值填充： values={'A':0,'B':1,'C':2,'D':3} print(df.fillna(value=values)) ''' A B C D 0 0.0 2.0 2.0 0 1 3.0 4.0 2.0 1 2 0.0 1.0 2.0 5 3 0.0 3.0 2.0 4 '''对每列出现的替换值有次数限制，此处限制为一次 values={'A':0,'B':1,'C':2,'D':3} print(df.fillna(value=values,limit=1)) ''' A B C D 0 0.0 2.0 2.0 0 1 3.0 4.0 NaN 1 2 NaN 1.0 NaN 5 3 NaN 3.0 NaN 4 ''' DataFrame.isna()判断是不是缺失值： 替换空值： df = pd.DataFrame([[np.nan, 2, np.nan, 0], [3, 4, "", 1], [np.nan, np.nan, np.nan, 5], [np.nan, 3, "", 4]], columns=list('ABCD')) print(df) ''' A B C D 0 NaN 2.0 NaN 0 1 3.0 4.0 1 2 NaN NaN NaN 5 3 NaN 3.0 4 '''如上，缺失值是NAN，空值是没有显示。 替换空值代码：需要把含有空值的那一列提出来单独处理，然后在放进去就好。 clean_z = df['C'].fillna(0) clean_z[clean_z==''] = 'hello' df['C'] = clean_z print(df) ''' A B C D 0 NaN 2.0 0 0 1 3.0 4.0 hello 1 2 NaN NaN 0 5 3 NaN 3.0 hello 4 ''' |
isnull同上。【本文地址】
今日新闻 |
推荐新闻 |