一、缺失數(shù)據(jù)剔除

1. python 方式

獲取所有的缺失值，返回一個(gè) true 和 false 的表

df.isnull()

統(tǒng)計(jì)缺失值，按照每一列統(tǒng)計(jì)

df.isnull().sum()

統(tǒng)計(jì)缺失值 按行

df.isnull().sum(axis='columns')

查看列 是否全部缺失

df.isnull().all()

剔除 植物園 這一列 2種方式

df1 = df.drop(columns='植物園')
df1 = df.drop('植物園', axis=1)

通過數(shù)據(jù)索引的方式來剔除掉缺測(cè)數(shù)據(jù)。

列：

df1 = df.loc[:, ~(df.isnull().all())]

刪除所有 有缺失的行

df1[~(df1.isnull().any('columns'))]

這種方式看起來明顯比drop()的方式要復(fù)雜一點(diǎn)，那么是不是意味著我們就學(xué)drop()就行了，不用再去記住索引方式。

當(dāng)然不是！drop()看起來簡(jiǎn)單只是因?yàn)閯偤弥挥幸涣行枰蕹?，加入我們需要剔除很多?shù)據(jù)，那使用drop()就不足以完成任務(wù)，還是要配合索引的方式。

下面我們來看一下剔除行里的缺測(cè)值，上面的數(shù)據(jù)有很多行都有缺測(cè)值，如果在drop函數(shù)中一個(gè)一個(gè)填是很不現(xiàn)實(shí)的，那么我們看一下合理的解決方案應(yīng)該是什么樣的。

2. DataFrame 方式

剔除列的缺失值

df.dropna(axis='columns', how='all', inplace=True)

剔除行的缺失值

df.dropna(axis='index', how='any', inplace=True)

二、缺失值補(bǔ)全

用前一行的數(shù)據(jù)填充

df.fillna(method='bfill')

用后一行的數(shù)據(jù)填充

df.fillna(method='bfill')

三、重復(fù)值剔除（按照行和列）

返回的是 True 和 False 的 列表

df.duplicated()

剔除重復(fù)行

df.drop_duplicates()

返回的是 True 和 False 的 列表

df.duplicated(subset=['天壇'], keep=False)

剔除 天壇 這列里面的所有重復(fù)值

df.drop_duplicates(subset=['天壇'], keep=False)

四、數(shù)值轉(zhuǎn)換

1. replace

單值轉(zhuǎn)換，將Nan 替換成 -9999

df.replace(np.nan, -9999)

多值轉(zhuǎn)化，將想替換的元素放在一個(gè) [ ] 里就行

df.replace([np.nan, 0], -9999)

2. apply

replace可以進(jìn)行簡(jiǎn)單的數(shù)據(jù)替換，但如果想進(jìn)行更為復(fù)雜的操作replace是無法完成的。
然而對(duì)DataFrame而言，apply是非常重要的數(shù)據(jù)處理方法，它可以接收各種各樣的函數(shù)（Python內(nèi)置的或自定義的），處理方式很靈活，完成各種復(fù)雜的需求。他的實(shí)際作用是將函數(shù)作為一個(gè)對(duì)象，通過apply的調(diào)用對(duì)DataFrame里的數(shù)組元素應(yīng)用這個(gè)函數(shù)。

只關(guān)注和設(shè)置這個(gè)規(guī)則，循環(huán)這種事情交給編程語言去處理

def aqi_level(aqi):
    if aqi>0 and aqi<=50:
        level = '優(yōu)'
    elif aqi>50 and aqi<=100:
        level = '良'
    elif aqi>100 and aqi<=150:
        level = '輕度污染'
    elif aqi>150 and aqi<=200:
        level = '中度污染'
    elif aqi>200 and aqi<=300:
        level = '重度污染'
    else:
        level = '嚴(yán)重污染'
    return level

# 數(shù)據(jù)預(yù)處理一下  將所有的類型都轉(zhuǎn)為 AQI
aqi = df[df['type']=='AQI']

aqi['東四'].apply(aqi_level)

3.applymap

apply()可以實(shí)現(xiàn)對(duì)某一行或某一列的函數(shù)應(yīng)用，如果想對(duì)DataFrame中的全部數(shù)值都使用這個(gè)函數(shù)來進(jìn)行轉(zhuǎn)化我們就需要用到applymap()

#~aqi.columns.isin(['date', 'hour', 'type']) 取非這三列的所有列

aqi.loc[:, ~aqi.columns.isin(['date', 'hour', 'type'])].apply(np.mean, axis=0)
aqi.loc[:, ~aqi.columns.isin(['date', 'hour', 'type'])].applymap(aqi_level)

到此這篇關(guān)于Python 數(shù)據(jù)清洗刪除缺失值替換缺失值詳情的文章就介紹到這了,更多相關(guān)Python數(shù)據(jù)清洗 內(nèi)容請(qǐng)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！

最新評(píng)論