欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python Pandas知識點之缺失值處理詳解

 更新時間:2021年05月11日 09:10:24   作者:Python碎片  
這篇文章主要給大家介紹了關于Pandas知識點之缺失值處理的相關資料,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧

前言

數據處理過程中,經常會遇到數據有缺失值的情況,本文介紹如何用Pandas處理數據中的缺失值。

一、什么是缺失值

對數據而言,缺失值分為兩種,一種是Pandas中的空值,另一種是自定義的缺失值。

1. Pandas中的空值有三個:np.nan (Not a Number) 、 None 和 pd.NaT(時間格式的空值,注意大小寫不能錯),這三個值可以用Pandas中的函數isnull(),notnull(),isna()進行判斷。

isnull()和notnull()的結果互為取反,isnull()和isna()的結果一樣。對于這三個函數,只需要用其中一個就可以識別出數據中是否有空值。如果數據量較大,再配合numpy中的any()和all()函數就行了。

需要特別注意兩點:

  • 如果某一列數據全是空值且包含pd.NaT,np.nan和None會自動轉換成pd.NaT。
  • 空值(np.nan、None、pd.NaT)既不是空字符串"",也不是空格" "。

從Python解釋器來看,np.nan的類型是float,None的類型是NoneType,兩者在Pandas中都顯示為NaN,pd.NaT的類型是Pandas中的NaTType,顯示為NaT。而不管是空字符串還是空格,其數據類型都是字符串,Pandas判斷的結果不是空值。

2. 自定義缺失值有很多不同的形式,如上面剛說的空字符串和空格(當然,一般不用這兩個,因為看起來不夠直觀)。

在獲取數據時,可能會有一些數據無法得到,也可能數據本身就沒有,造成了缺失值。對于這些缺失值,在獲取數據時通常會用一些符號之類的數據來代替,如問號?,斜杠/,字母NA等。

如果處理的數據是自己獲取的,那自己知道缺失值是怎么定義的,如果數據是其他人提供的,一般會同時提供數據的說明文檔,說明文檔中會注明缺失值的定義方式。

對于自定義缺失值,不能用isnull()等三個函數來判斷,不過可以用isin()函數來判斷。找到這些值后,將其替換成np.nan,數據就只有空值一種缺失值了。

此外,在數據處理的過程中,也可能產生缺失值,如除0計算,數字與空值計算等。

二、判斷缺失值

1. 自定義缺失值的判斷和替換

isin(values): 判斷Series或DataFrame中是否包含某些值,可以傳入一個可迭代對象、Series、DataFrame或字典。在我們判斷某個自定義的缺失值是否存在于數據中時,用列表的方式傳入就可以了。

replace(to_replace=None, value=None): 替換Series或DataFrame中的指定值,一般傳入兩個參數,to_replace為被替換的值,value為替換后的值。to_replace和value不僅支持Python中的整型、字符串、列表、字典等,還支持正則表達式。

使用replace()時,默認返回原數據的一個副本,replace()中的inplace參數默認為False,將inplace參數修改為True,則會修改數據本身。其他參數這里就不展開了,有需要可以自己添加。

其實replace()函數已經可以用于缺失值的填充處理了,直接一步到位,而不用先替換成空值再處理。當然,先替換成空值,可以與空值一起處理。

2. 空值判斷

isnull(): 判斷Series或DataFrame中是否包含空值,與isna()結果相同,與notnull()結果相反。返回結果是一個與原數據形狀相同的Series或DataFrame。

如果數據很多,我們不可能肉眼觀察返回結果中的布爾值,所以需要借助numpy中的any()函數或all()函數,進一步對結果進行判斷。

三、刪除缺失值

dropna(axis=0, how="any", thresh=None, subset=None, inplace=False): 刪除Series或DataFrame中的空值。

axis: axis參數默認為0('index'),按行刪除,即刪除有空值的行。將axis參數修改為1或‘columns',則按列刪除,即刪除有空值的列。在實際的應用中,一般不會按列刪除,例如數據中的一列表示年齡,不能因為年齡有缺失值而刪除所有年齡數據。

how: how參數默認為any,只要一行(或列)數據中有空值就會刪除該行(或列)。將how參數修改為all,則只有一行(或列)數據中全部都是空值才會刪除該行(或列)。

thresh: 表示刪除空值的界限,傳入一個整數。如果一行(或列)數據中少于thresh個非空值(non-NA values),則刪除。​也就是說,一行(或列)數據中至少要有thresh個非空值,否則刪除。

subset: 刪除空值時,只判斷subset指定的列(或行)的子集,其他列(或行)中的空值忽略,不處理。當按行進行刪除時,subset設置成列的子集,反之。

inplace: 默認為False,返回原數據的一個副本。將inplace參數修改為True,則會修改數據本身。

刪除缺失值,必然會導致數據量的減少,如果缺失值占數據的比例較大,比如超過了數據的10%(具體標準根據項目來定),刪除數據對數據分析的結果會有很大的影響,不合理。

四、填充缺失值

fillna(value=None, method=None, axis=None, inplace=False, limit=None): 填充Series或DataFrame中的空值。

value: 表示填充的值,可以是一個指定值,也可以是字典, Series或DataFrame。

method: 填充的方式,默認為None。有 ffill,pad,bfill,backfill 四種填充方式可以使用,ffill 和 pad 表示用缺失值的前一個值填充,如果axis=0,則用空值上一行的值填充,如果axis=1,則用空值左邊的值填充。假如空值在第一行或第一列,以及空值前面的值全都是空值,則無法獲取到可用的填充值,填充后依然保持空值。bfill 和 backfill 表示用缺失值的后一個值填充,axis的用法以及找不到填充值的情況同 ffill 和 pad 。

注意:當指定填充方式method時,不能同時指定填充值value,否則報錯。

axis: 通常配合method參數使用,axis=0表示按行,axis=1表示按列。

limit: 表示填充執(zhí)行的次數。如果是按行填充,則填充一行表示執(zhí)行一次,按列同理。

在缺失值填充時,填充值是自定義的,對于數值型數據,最常用的兩種填充值是用該列的均值和眾數。DataFrame的眾數也是一個DataFrame數據,眾數可能有多個(極限情況下,當數據中沒有重復值時,眾數就是原DataFrame本身),所以用mode()函數求眾數時取第一行用于填充就行了。

除了可以在fillna()函數中傳入method參數指定填充方式外,Pandas中也實現了不同填充方式的函數,可以直接調用。

pad(axis=0, inplace=False, limit=None): 用缺失值的前一個值填充。

ffill(): 同pad()。

bfill(): 用缺失值的后一個值填充。

backfill(): 同bfill()。

在進行數據填充時,可能填充之后還有空值,如用ffill 和 pad填充時,數據第一行就是空值。對于這種情況,需要在填充前人工進行判斷,避免選擇不適合的填充方式,并在填充完成后,再檢查一次數據中是否還有空值。

總結

到此這篇關于Python Pandas知識點之缺失值處理的文章就介紹到這了,更多相關Pandas缺失值處理內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!

相關文章

  • python小項目之五子棋游戲

    python小項目之五子棋游戲

    這篇文章主要為大家詳細介紹了python小項目之五子棋游戲,文中示例代碼介紹的非常詳細,具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2019-12-12
  • Python 敏感詞過濾的實現示例

    Python 敏感詞過濾的實現示例

    本文主要介紹了Python 敏感詞過濾的實現示例,文中通過示例代碼介紹的非常詳細,具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2021-08-08
  • python實現模擬器爬取抖音評論數據的示例代碼

    python實現模擬器爬取抖音評論數據的示例代碼

    這篇文章主要介紹了python實現模擬器爬取抖音評論數據的示例代碼,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
    2021-01-01
  • 基于Python實現快遞信息提取

    基于Python實現快遞信息提取

    這篇文章主要為大家介紹了如何利用Python實現提取快遞信息,文中的示例代碼講解詳細,對我們學習Python有一定幫助,需要的可以參考一下
    2022-03-03
  • 用Python寫腳本,實現完全備份和增量備份的示例

    用Python寫腳本,實現完全備份和增量備份的示例

    下面小編就為大家分享一篇用Python寫腳本,實現完全備份和增量備份的示例,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2018-04-04
  • 詳解Django 中是否使用時區(qū)的區(qū)別

    詳解Django 中是否使用時區(qū)的區(qū)別

    本篇文章主要介紹了詳解Django 中是否使用時區(qū)的區(qū)別,小編覺得挺不錯的,現在分享給大家,也給大家做個參考。一起跟隨小編過來看看吧
    2018-06-06
  • python dataframe astype 字段類型轉換方法

    python dataframe astype 字段類型轉換方法

    下面小編就為大家分享一篇python dataframe astype 字段類型轉換方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2018-04-04
  • Python實現Gif圖片分解的示例代碼

    Python實現Gif圖片分解的示例代碼

    這篇文章主要為大家詳細介紹了如何利用Python語言實現Gif圖片分解功能,文中的示例代碼講解詳細,感興趣的小伙伴可以跟隨小編一起動手嘗試一下
    2022-08-08
  • NumPy性能優(yōu)化的實例技巧

    NumPy性能優(yōu)化的實例技巧

    NumPy 提供了一些工具和技巧,幫助用戶優(yōu)化代碼以提高執(zhí)行效率,本文主要介紹了NumPy性能優(yōu)化,具有一定的參考價值,感興趣的可以了解一下
    2024-01-01
  • python庫JsonSchema驗證JSON數據結構使用詳解

    python庫JsonSchema驗證JSON數據結構使用詳解

    這篇文章主要為大家介紹了python庫JsonSchema驗證JSON數據結構的使用詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪
    2022-05-05

最新評論