pandas 缺失值與空值處理的實(shí)現(xiàn)方法
1.相關(guān)函數(shù)
- df.dropna()
- df.fillna()
- df.isnull()
- df.isna()
2.相關(guān)概念
空值：在pandas中的空值是""
缺失值：在dataframe中為nan或者naT（缺失時(shí)間），在series中為none或者nan即可
3.函數(shù)具體解釋
DataFrame.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)
函數(shù)作用：刪除含有空值的行或列
axis:維度，axis=0表示index行,axis=1表示columns列，默認(rèn)為0
how:"all"表示這一行或列中的元素全部缺失（為nan）才刪除這一行或列，"any"表示這一行或列中只要有元素缺失，就刪除這一行或列
thresh:一行或一列中至少出現(xiàn)了thresh個(gè)才刪除。
subset：在某些列的子集中選擇出現(xiàn)了缺失值的列刪除，不在子集中的含有缺失值得列或行不會(huì)刪除（有axis決定是行還是列）
inplace：刷選過缺失值得新數(shù)據(jù)是存為副本還是直接在原數(shù)據(jù)上進(jìn)行修改。
例子：
df = pd.DataFrame({"name": ['Alfred', 'Batman', 'Catwoman'],
"toy": [np.nan, 'Batmobile', 'Bullwhip'],
"born": [pd.NaT, pd.Timestamp("1940-04-25"),pd.NaT]})
print df
默認(rèn)參數(shù)：刪除行，只要有空值就會(huì)刪除，不替換。
print df.dropna() print df
print "delete colums" print df.dropna(axis=1) #delete col
print "所有值全為缺失值才刪除" print df.dropna(how='all')
print "至少出現(xiàn)過兩個(gè)缺失值才刪除" print df.dropna(thresh=2)
print "刪除這個(gè)subset中的含有缺失值的行或列" print df.dropna(subset=['name', 'born'])
DataFrame.fillna(value=None, method=None, axis=None, inplace=False, limit=None, downcast=None, **kwargs)
函數(shù)作用：填充缺失值
value:需要用什么值去填充缺失值
axis:確定填充維度，從行開始或是從列開始
method：ffill:用缺失值前面的一個(gè)值代替缺失值，如果axis =1，那么就是橫向的前面的值替換后面的缺失值，如果axis=0，那么則是上面的值替換下面的缺失值。backfill/bfill，缺失值后面的一個(gè)值代替前面的缺失值。注意這個(gè)參數(shù)不能與value同時(shí)出現(xiàn)
limit:確定填充的個(gè)數(shù)，如果limit=2，則只填充兩個(gè)缺失值。
示例：
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
print "橫向用缺失值前面的值替換缺失值"
print df.fillna(axis=1,method='ffill')
print "縱向用缺失值上面的值替換缺失值"
print df.fillna(axis=0,method='ffill')
print df.fillna(0)
不同的列用不同的值填充：
對(duì)每列出現(xiàn)的替換值有次數(shù)限制，此處限制為一次
DataFrame.isna()
判斷是不是缺失值：
isnull同上。
替換空值：
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
如上，缺失值是NAN，空值是沒有顯示。
替換空值代碼：需要把含有空值的那一列提出來(lái)單獨(dú)處理，然后在放進(jìn)去就好。
clean_z = df['C'].fillna(0) clean_z[clean_z==''] = 'hello' df['C'] = clean_z print df
以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。
相關(guān)文章
python Tornado異步使用場(chǎng)景源碼解析
這篇文章主要為大家介紹了python Tornado異步使用場(chǎng)景源碼解析,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2023-09-09
這篇文章主要介紹了mac下Redis安裝和使用步驟詳解，并將python如何操作Redis做了簡(jiǎn)單介紹,文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-07-07
小編在網(wǎng)上整理了關(guān)于兒童python相關(guān)編程的練習(xí)實(shí)例，如果有小朋友對(duì)此感興趣可以學(xué)習(xí)下。2018-05-05
Python調(diào)用系統(tǒng)命令的四種方法詳解(os.system、os.popen、commands、subprocess)
這篇文章主要介紹了Python調(diào)用系統(tǒng)命令的四種方法（os.system、os.popen、commands、subprocess）,本文給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2023-03-03
Elasticsearch 是一個(gè)開源的搜索引擎,建立在一個(gè)全文搜索引擎庫(kù) Apache Lucene基礎(chǔ)之上,這篇文章主要介紹了python使用elasticsearch的詳細(xì)過程,需要的朋友可以參考下2024-03-03
解決pyecharts在jupyter notebook中使用報(bào)錯(cuò)問題
這篇文章主要介紹了解決pyecharts在jupyter notebook中使用報(bào)錯(cuò)問題，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來(lái)看看吧2019-06-06
這篇文章主要介紹了基于Python中的Pygame模塊實(shí)現(xiàn)的炸彈人小游戲，文中的示例代碼講解詳細(xì)，對(duì)學(xué)習(xí)Python有一定的幫助，感興趣的小伙伴可以學(xué)習(xí)一下2021-12-12
python類型強(qiáng)制轉(zhuǎn)換long to int的代碼
python的int型最大值和系統(tǒng)有關(guān)，32位和64位系統(tǒng)結(jié)果是不同的，分別為2的31次方減1和2的63次方減1，可以通過sys.maxint查看此值2013-02-02
這篇文章主要為大家詳細(xì)介紹了python使用matplotlib繪制雷達(dá)圖，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2019-10-10
Window10上Tensorflow的安裝(CPU和GPU版本)
這篇文章主要介紹了Window10上Tensorflow的安裝(CPU和GPU版本)，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-12-12