欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Pandas?缺失數(shù)據(jù)處理代碼匯總

 更新時間:2022年06月09日 09:05:41   作者:??北江愛國????  
這篇文章主要介紹了Pandas?缺失數(shù)據(jù)處理代碼匯總,在pandas中,缺失數(shù)據(jù)顯示為NaN。缺失值有3種表示方法,np.nan,none,pd.NA,更多相關(guān)介紹需要的朋友可以參考下面文章內(nèi)容

一、缺失值類型

pandas中,缺失數(shù)據(jù)顯示為NaN。缺失值有3種表示方法,np.nannone,pd.NA

1、np.nan

缺失值有個特點(坑),它不等于任何值,連自己都不相等。如果用nan和任何其它值比較都會返回nan。

np.nan?==?np.nan
>>?False

也正由于這個特點,在數(shù)據(jù)集讀入以后,不論列是什么類型的數(shù)據(jù),默認(rèn)的缺失值全為np.nan。

因為nanNumpy中的類型是浮點,因此整型列會轉(zhuǎn)為浮點;而字符型由于無法轉(zhuǎn)化為浮點型,只能歸并為object類型('O'),原來是浮點型的則類型不變。

type(np.nan)
>>?float
pd.Series([1,2,3]).dtype
>>?dtype('int64')
pd.Series([1,np.nan,3]).dtype
>>?dtype('float64')

初學(xué)者做數(shù)據(jù)處理遇見object類型會發(fā)懵,不知道這是個啥,明明是字符型,導(dǎo)入后就變了,其實是因為缺失值導(dǎo)致的。

除此之外,還要介紹一種針對時間序列的缺失值,它是單獨存在的,用NaT表示,是pandas的內(nèi)置類型,可以視為時間序列版的np.nan,也是與自己不相等。

s_time?=?pd.Series([pd.Timestamp('20220101')]*3)
s_time
>>?0?2022-01-01
???1?2022-01-01
???2?2022-01-01
???dtype:datetime64[ns]
-----------------
s_time[2]?=?pd.NaT
s_time
>>?0?2022-01-01
???1?2022-01-01
???2?NaT
???dtype:datetime64[ns]

2、None

還有一種就是None,它要比nan好那么一點,因為它至少自己與自己相等。

None?==?None
>>?True

在傳入數(shù)值類型后,會自動變?yōu)?code>np.nan。

type(pd.Series([1,None])[1])
>>?numpy.float64

只有當(dāng)傳入object類型時是不變的,因此可以認(rèn)為如果不是人工命名為None的話,它基本不會自動出現(xiàn)在pandas中,所以None大家基本也看不到。

type(pd.Series([1,None],dtype='O')[1])
>>?NoneType

3、NA標(biāo)量

pandas1.0以后的版本中引入了一個專門表示缺失值的標(biāo)量pd.NA,它代表空整數(shù)、空布爾值、空字符,這個功能目前處于實驗階段。

開發(fā)者也注意到了這點,對于不同數(shù)據(jù)類型采取不同的缺失值表示會很亂。pd.NA就是為了統(tǒng)一而存在的。pd.NA的目標(biāo)是提供一個缺失值指示器,可以在各種數(shù)據(jù)類型中一致使用(而不是np.nan、None或者NaT分情況使用)。

s_new?=?pd.Series([1,?2],?dtype="Int64")
s_new
>>?0???1
???1???2
???dtype:?Int64
-----------------
s_new[1]?=?pd.NaT
s_new
>>?0????1
???1??<NA>
???dtype:?Int64

同理,對于布爾型、字符型一樣不會改變原有數(shù)據(jù)類型,這樣就解決了原來動不動就變成object類型的麻煩了。

下面是pd.NA的一些常用算術(shù)運算和比較運算的示例:

#####?算術(shù)運算
#?加法
pd.NA?+?1
>>?<NA>
-----------
#?乘法
"a"?*?pd.NA
>>?<NA>
-----------
#?以下兩種其中結(jié)果為1
pd.NA?**?0
>>?1
-----------
1?**?pd.NA
>>?1

#####?比較運算
pd.NA?==?pd.NA
>>?<NA>
-----------
pd.NA?<?2.5
>>?<NA>
-----------
np.log(pd.NA)
>>?<NA>
-----------
np.add(pd.NA,?1)
>>?<NA>

二、缺失值判斷

了解了缺失值的幾種形式后,我們要知道如何判斷缺失值。對于一個dataframe而言,判斷缺失的主要方法就是isnull()或者isna(),這兩個方法會直接返回TrueFalse的布爾值??梢允菍φ麄€dataframe或者某個列。

df?=?pd.DataFrame({
??????'A':['a1','a1','a2','a3'],
??????'B':['b1',None,'b2','b3'],
??????'C':[1,2,3,4],
??????'D':[5,None,9,10]})
#?將無窮設(shè)置為缺失值??????
pd.options.mode.use_inf_as_na?=?True

1、對整個dataframe判斷缺失

df.isnull()
>>?A?B?C?D
0?False?False?False?False
1?False?True?False?True
2?False?False?False?False
3?False?False?False?False

2、對某個列判斷缺失

df['C'].isnull()
>>?0????False
???1????False
???2????False
???3????False
Name:?C,?dtype:?bool

如果想取非缺失可以用notna(),使用方法是一樣的,結(jié)果相反。

三、缺失值統(tǒng)計

1、列缺失

一般我們會對一個dataframe進(jìn)行缺失統(tǒng)計,查看每個列有多少缺失,如果缺失率過高再進(jìn)行刪除或者插值等操作。那么直接在上面的isnull()返回的結(jié)果上直接應(yīng)用.sum()即可,axis默認(rèn)等于0,0是列,1是行。

##?列缺失統(tǒng)計
isnull().sum(axis=0)

2、行缺失

但是很多情況下,我們也需要對進(jìn)行缺失值判斷。比如一行數(shù)據(jù)可能一個值都沒有,如果這個樣本進(jìn)入模型,會造成很大的干擾。因此,行列兩個缺失率通常都要查看并統(tǒng)計。

操作很簡單,只需要在sum()中設(shè)置axis=1即可。

##?行缺失統(tǒng)計
isnull().sum(axis=1)

3、缺失率

有時我不僅想要知道缺失的數(shù)量,我更想知道缺失的比例,即缺失率。正??赡軙氲接蒙厦媲蟮脭?shù)值再比上總行數(shù)。但其實這里有個小技巧可以一步就實現(xiàn)。

##?缺失率
df.isnull().sum(axis=0)/df.shape[0]

##?缺失率(一步到位)
isnull().mean()

四、缺失值篩選

篩選需要loc配合完成,對于行和列的缺失篩選如下:

#?篩選有缺失值的行
df.loc[df.isnull().any(1)]
>>?A?B?C?D
1?a1?None?2?NaN
-----------------
#?篩選有缺失值的列
df.loc[:,df.isnull().any()]
>>?B?D
0?b1?5.0
1?None?NaN
2?b2?9.0
3?b3?10.0

如果要查詢沒有缺失值的行和列,可以對表達(dá)式用取反~操作:

df.loc[~(df.isnull().any(1))]
>>?A?B?C?D
0?a1?b1?1?5.0
2?a2?b2?3?9.0
3?a3?b3?4?10.0

上面使用了any判斷只要有缺失就進(jìn)行篩選,也可以用all判斷是否全部缺失,同樣可以對行里進(jìn)行判斷,如果整列或者整行都是缺失值,那么這個變量或者樣本就失去了分析的意義,可以考慮刪除。

五、缺失值填充

一般我們對缺失值有兩種處理方法,一種是直接刪除,另外一種是保留并填充。下面先介紹填充的方法fillna。

#?將dataframe所有缺失值填充為0
df.fillna(0)
>>?A?B?C?D
0?a1?b1?1?5.0
1?a1?0?2?0.0
2?a2?b2?3?9.0
3?a3?b3?4?10.0
--------------
#?將D列缺失值填充為-999
df.D.fillna('-999')
>>?0???????5
???1????-999
???2???????9
???3??????10
Name:?D,?dtype:?object

方法很簡單,但使用時需要注意一些參數(shù)。

  • inplace:可以設(shè)置fillna(0, inplace=True)來讓填充生效,原dataFrame被填充。
  • methond:可以設(shè)置methond方法來實現(xiàn)向前或者向后填充,pad/ffill為向前填充,bfill/backfill為向后填充,比如df.fillna(methond='ffill'),也可以簡寫為df.ffill()。
df.ffill()
>>?A?B?C?D
0?a1?b1?1?5.0
1?a1?b1?2?5.0
2?a2?b2?3?9.0
3?a3?b3?4?10.0

原缺失值都會按照前一個值來填充(B列1行,D列1行)。

除了用前后值來填充,也可以用整個列的均值來填充,比如對D列的其它非缺失值的平均值8來填充缺失值。

df.D.fillna(df.D.mean())
>>?0?????5.0
???1?????8.0
???2?????9.0
???3????10.0
Name:?D,?dtype:?float64

六、缺失值刪除

刪除缺失值也非情況,比如是全刪除還是刪除比較高缺失率,這個要看自己的容忍程度,真實的數(shù)據(jù)必然會存在缺失的,這個無法避免。而且缺失在某些情況下也代表了一定的含義,要視情況而定。

1、全部直接刪除

#?全部直接刪除
df.dropna()
>>?A?B?C?D
0?a1?b1?1?5.0
2?a2?b2?3?9.0
3?a3?b3?4?10.0

2、行缺失刪除

#?行缺失刪除
df.dropna(axis=0)
>>?A?B?C?D
0?a1?b1?1?5.0
2?a2?b2?3?9.0
3?a3?b3?4?10.0

3、列缺失刪除

#?列缺失刪除
df.dropna(axis=1)
>>?A?C
0?a1?1
1?a1?2
2?a2?3
3?a3?4
-------------
#?刪除指定列范圍內(nèi)的缺失,因為C列無缺失,所以最后沒有變化
df.dropna(subset=['C'])
>>?A?B?C?D
0?a1?b1?1?5.0
1?a1?None?2?NaN
2?a2?b2?3?9.0
3?a3?b3?4?10.0

4、按缺失率刪除

這個可以考慮用篩選的方法來實現(xiàn),比如要刪除列缺失大于0.1的(即篩選小于0.1的)。

df.loc[:,df.isnull().mean(axis=0)?<?0.1]
>>?A?C
0?a1?1
1?a1?2
2?a2?3
3?a3?4
-------------
#?刪除行缺失大于0.1的
df.loc[df.isnull().mean(axis=1)?<?0.1]
>>?A?B?C?D
0?a1?b1?1?5.0
2?a2?b2?3?9.0
3?a3?b3?4?10.0

七、缺失值參與計算

如果不對缺失值處理,那么缺失值會按照什么邏輯進(jìn)行計算呢?下面我們一起看一下各種運算下缺失值的參與邏輯。

1、加法

df
>>A?B?C?D
0?a1?b1?1?5.0
1?a1?None?2?NaN
2?a2?b2?3?9.0
3?a3?b3?4?10.0
---------------
#?對所有列求和
df.sum()
>>?A????a1a1a2a3
???C??????????10
???D??????????24

可以看到,加法是會忽略缺失值的。

2、累加

#?對D列進(jìn)行累加
df.D.cumsum()
>>?0?????5.0
???1?????NaN
???2????14.0
???3????24.0
Name:?D,?dtype:?float64
---------------
df.D.cumsum(skipna=False)
>>?0????5.0
???1????NaN
???2????NaN
???3????NaN
Name:?D,?dtype:?float64

cumsum累加會忽略NA,但值會保留在列中,可以使用skipna=False跳過有缺失值的計算并返回缺失值。

3、計數(shù)

#?對列計數(shù)
df.count()
>>?A????4
???B????3
???C????4
???D????3
dtype:?int64

缺失值不進(jìn)入計數(shù)范圍里。

4、聚合分組

df.groupby('B').sum()
>>?C?D
B??
b1?1?5.0
b2?3?9.0
b3?4?10.0
---------------
df.groupby('B',dropna=False).sum()
>>?C?D
B??
b1?1?5.0
b2?3?9.0
b3?4?10.0
NaN?2?0.0

聚合時會默認(rèn)忽略缺失值,如果要缺失值計入到分組里,可以設(shè)置dropna=False。這個用法和其它比如value_counts是一樣的,有的時候需要看缺失值的數(shù)量。以上就是所有關(guān)于缺失值的常用操作了,從理解缺失值的3種表現(xiàn)形式開始,到缺失值判斷、統(tǒng)計、處理、計算等。

到此這篇關(guān)于Pandas 缺失數(shù)據(jù)處理代碼匯總的文章就介紹到這了,更多相關(guān)Pandas 缺失數(shù)據(jù)處理 內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

  • Python程序員開發(fā)中常犯的10個錯誤

    Python程序員開發(fā)中常犯的10個錯誤

    這篇文章主要介紹了Python程序員開發(fā)中常犯的10個錯誤,不知道你有沒有中槍呢,需要的朋友可以參考下
    2014-07-07
  • 使用Python實現(xiàn)一個蔡徐坤大戰(zhàn)籃球的小游戲(推薦)

    使用Python實現(xiàn)一個蔡徐坤大戰(zhàn)籃球的小游戲(推薦)

    這篇文章主要介紹了用Python實現(xiàn)一個蔡徐坤大戰(zhàn)籃球的小游戲,本文通過示例代碼給大家介紹的非常詳細(xì),對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值,需要的朋友可以參考下
    2022-12-12
  • 解決Mac下首次安裝pycharm無project interpreter的問題

    解決Mac下首次安裝pycharm無project interpreter的問題

    今天小編就為大家分享一篇解決Mac下首次安裝pycharm無project interpreter的問題,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
    2018-10-10
  • python中的__dict__屬性介紹

    python中的__dict__屬性介紹

    這篇文章主要介紹了python中的__dict__屬性介紹,首先通過將字典轉(zhuǎn)換成對象的小技巧,展開標(biāo)題介紹,具有一定的參考價值,下文具體的相關(guān)介紹需要的小伙伴可以參考一下
    2022-04-04
  • 詳解Python3中ceil()函數(shù)用法

    詳解Python3中ceil()函數(shù)用法

    在本篇內(nèi)容里我們給大家整理了關(guān)于Python3中ceil()函數(shù)用法以及相關(guān)知識點,需要的學(xué)習(xí)一下吧。
    2019-02-02
  • 在Pandas中更改DataFrame中的值

    在Pandas中更改DataFrame中的值

    這篇文章主要介紹了在Pandas中更改DataFrame中的值方式,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教
    2023-08-08
  • django利用request id便于定位及給日志加上request_id

    django利用request id便于定位及給日志加上request_id

    這篇文章主要介紹了django利用request id便于定位及給日志加上request_id的相關(guān)資料,文中通過示例代碼介紹的非常詳細(xì),對大家學(xué)習(xí)或者使用django具有一定的參考學(xué)習(xí)價值,需要的朋友們下面來一起看看吧
    2018-08-08
  • Python應(yīng)用庫大全總結(jié)

    Python應(yīng)用庫大全總結(jié)

    本篇文章給大家分享了Python應(yīng)用庫大全的相關(guān)內(nèi)容,對此有需要的可以學(xué)習(xí)下。
    2018-05-05
  • Python?設(shè)計模式創(chuàng)建型單例模式

    Python?設(shè)計模式創(chuàng)建型單例模式

    這篇文章主要介紹了Python?設(shè)計模式創(chuàng)建型單例模式,即Singleton,單例是一種設(shè)計模式,應(yīng)用該模式的類只會生成一個實例,下文詳細(xì)介紹需要的小伙伴可以參考一下
    2022-02-02
  • Python?打印不帶括號的元組的實現(xiàn)

    Python?打印不帶括號的元組的實現(xiàn)

    本文主要介紹了Python?打印不帶括號的元組,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2023-04-04

最新評論