檢測缺失值

我們先創(chuàng)建一個帶有缺失值的數(shù)據(jù)框(DataFrame)。

import pandas as pd

df = pd.DataFrame(
    {'A': [None, 2, None, 4],
     'B': [10, None, None, 40], 
     'C': [100, 200, None, 400],
     'D': [None, 2000, 3000, None]})
df

數(shù)值類缺失值在 Pandas 中被顯示為 NaN (Not A Number)。下面看看如何判斷哪些列或者哪些行有缺失值。

1.info()

info() 返回的結(jié)果中，我們只需要觀察每一列對應(yīng)的 Non-Null Count 的數(shù)量是否等于 RangeIndex(索引范圍) 即可。

2.isnull()

isnull() 返回一個與原 DataFrame 大小(列數(shù)，行數(shù))相同的數(shù)據(jù)框，行列對應(yīng)的數(shù)據(jù)代表著該位置是否為缺失值。

df.isnull()

使用 sum() 來檢測每列中的缺失值的數(shù)量。

df.isnull().sum()

通過 .T 將 DataFrame 轉(zhuǎn)置，獲取檢測每行中缺失值的數(shù)量。

df.isnull().T.sum()

缺失值處理

刪除缺失值

如果出現(xiàn)缺失值的行/列重要性不大的話，可以直接使用 dropna() 刪除帶有缺失值的行/列。

df.dropna(axis=0,
          how='any',
          thresh=None,
          subset=None,
          inplace=False)

參數(shù)含義

• axis：控制行列的參數(shù)，0 行，1 列。
• how：any，如果有 NaN，刪除該行或列；all，如果所有值都是 NaN，刪除該行或列。
• thresh：指定 NaN 的數(shù)量，當(dāng) NaN 數(shù)量達(dá)到才刪除。
• subset：要考慮的數(shù)據(jù)范圍，如：刪除缺失行，就用subset指定參考的列，默認(rèn)是所有列。
• inplace：是否修改原數(shù)據(jù)，True直接修改原數(shù)據(jù),返回 None，F(xiàn)alse則返回處理后的數(shù)據(jù)框。

指定 axis = 1，如果列中有缺失值，則刪除該列。

df.dropna(axis=1, how='any')

由于每列都有缺失值，所以只剩索引。

指定 axis = 0（默認(rèn)），如果行中有缺失值，則刪除該行。

df.dropna(axis=0, how='any')

以 ABC 列為參照，刪除這三列都是缺失值的行。

df.dropna(axis=0, subset=['A', 'B', 'C'], how='all')

保留至少有3個非NaN值的行。

df.dropna(axis=0, thresh=3)

填補(bǔ)缺失值

另一種常見的缺失值處理方式就是使用 fillna() 填補(bǔ)缺失值。

df.fillna(value=None,
          method=None,
          axis=0,
          inplace=False,
          limit=None)

1. 直接指定填充值

df.fillna(666)

2.用缺失值前/后的值填充

按前一個值填充

當(dāng)method 值為 ffill 或 pad時，按前一個值進(jìn)行填充。

當(dāng) axis = 0，用缺失值同一列的上一個值填充，如果缺失值在第一行則不填充。

當(dāng) axis = 1，用缺失值同一行的上一個值填充，如果缺失值在第一列則不填充。

df.fillna(axis=0, method='pad')

按后一個值填充

當(dāng)method 值為 backfill 或 bfill時，按后一個值進(jìn)行填充。

當(dāng) axis = 0，用缺失值同一列的下一個值填充，如果缺失值在最后一行則不填充。

當(dāng) axis = 1，用缺失值同一行的下一個值填充，如果缺失值在最后一列則不填充。

df.fillna(axis=0, method='bfill')

指定相應(yīng)的方法來填充

df.fillna(df.mean())

limit限制填充次數(shù)

在ABCD列上，每列只填充第一個空值。

df.fillna(value=666, axis=1, limit=1)

以上就是Python數(shù)據(jù)分析之缺失值檢測與處理詳解的詳細(xì)內(nèi)容，更多關(guān)于Python 缺失值檢測處理的資料請關(guān)注腳本之家其它相關(guān)文章！

最新評論