欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python數據預處理時缺失值的不同處理方式總結

 更新時間：2022年12月22日 08:15:23   作者：Python 集中營  
在使用python做數據分析的時候，經常需要先對數據做統(tǒng)一化的處理，缺失值的處理是經常會使用到的。今天介紹的是使用差補法/均值/固定值等不同的方式完成數據填充從而保證數據的完整性，感興趣的可以了解一下

在使用python做數據分析的時候，經常需要先對數據做統(tǒng)一化的處理，缺失值的處理是經常會使用到的。

一般情況下，缺失值的處理要么是刪除缺失數據所在的行，要么就是對缺失的單元格數據進行填充。

今天介紹的是使用差補法/均值/固定值等不同的方式完成數據填充從而保證數據的完整性！

這里采用的還是pandas模塊的DataFrame數據對象來做數據處理，因此，沒有pandas的話使用pip的方式安裝一下即可。

pip?install?pandas

下面是我們需要處理的源數據，由于是本地測試數據，數據量比較小。

使用pandas模塊的read_excel函數將源數據全部讀取出來返回DataFrame對象。

#?Importing?the?pandas?module?and?giving?it?the?alias?pd.
import?pandas?as?pd

#?Reading?the?excel?file?and?storing?it?in?a?dataframe.
data_frame?=?pd.read_excel('D:/test-data-work/data.xlsx')

#?Printing?the?dataframe.
print(data_frame)

#???????????姓名??????年齡??????班級?????成績???表現(xiàn)
#?0???Python?集中營??10.0??1210.0???99.0????A
#?1???Python?集中營??11.0??1211.0??100.0????A
#?2???Python?集中營??12.0??1212.0??101.0????A
#?3???Python?集中營??13.0??1213.0??102.0????A
#?4???Python?集中營??14.0??1214.0??103.0??NaN
#?5???Python?集中營??15.0??1215.0??104.0????A
#?6???Python?集中營??16.0??1216.0??105.0????A
#?7???Python?集中營??17.0?????NaN??106.0????A
#?8???Python?集中營??18.0??1218.0????NaN????A
#?9???Python?集中營??19.0??1219.0??108.0????A
#?10??Python?集中營???NaN??1220.0??109.0??NaN
#?11??Python?集中營???NaN?????NaN??110.0????A
#?12??Python?集中營???NaN??1222.0????NaN????A
#?13??Python?集中營??23.0??1223.0??112.0????A
#?14??Python?集中營??24.0??1224.0??113.0????A
#?15??Python?集中營??25.0?????NaN????NaN??NaN
#?16??Python?集中營???NaN??1226.0??115.0????A
#?17??Python?集中營??27.0??1227.0????NaN????A
#?18??Python?集中營??10.0??1210.0???99.0??NaN

源數據已經讀取完成了，接下來使用四種常見的缺失值的處理方式來進行批量的數據填充。

1. 固定值填充

固定值填充也是一種比較簡單并且常用的填充方式，只需要給某個列填充自己想要填充的值即可。

這里我們把'表現(xiàn)'這一個列的空值全部填充成'B',fillna函數就是填充空值的意思。

#?Replacing?all?the?NaN?values?in?the?column?'表現(xiàn)'?with?the?value?'B'.
data_frame['表現(xiàn)']?=?data_frame['表現(xiàn)'].fillna('B')

#?Printing?the?dataframe.
print(data_frame)

#???????????姓名??????年齡??????班級?????成績?表現(xiàn)
#?0???Python?集中營??10.0??1210.0???99.0??A
#?1???Python?集中營??11.0??1211.0??100.0??A
#?2???Python?集中營??12.0??1212.0??101.0??A
#?3???Python?集中營??13.0??1213.0??102.0??A
#?4???Python?集中營??14.0??1214.0??103.0??B
#?5???Python?集中營??15.0??1215.0??104.0??A
#?6???Python?集中營??16.0??1216.0??105.0??A
#?7???Python?集中營??17.0?????NaN??106.0??A
#?8???Python?集中營??18.0??1218.0????NaN??A
#?9???Python?集中營??19.0??1219.0??108.0??A
#?10??Python?集中營???NaN??1220.0??109.0??B
#?11??Python?集中營???NaN?????NaN??110.0??A
#?12??Python?集中營???NaN??1222.0????NaN??A
#?13??Python?集中營??23.0??1223.0??112.0??A
#?14??Python?集中營??24.0??1224.0??113.0??A
#?15??Python?集中營??25.0?????NaN????NaN??B
#?16??Python?集中營???NaN??1226.0??115.0??A
#?17??Python?集中營??27.0??1227.0????NaN??A
#?18??Python?集中營??10.0??1210.0???99.0??B

2. 均值填充

均值填充就是將缺失值所在列的數據進行一次均值計算，計算出結果后再填充到缺失值所在的單元格上面。

使用均值填充的前提是這一列的數據可以進行均值計算，比如'成績'這一列都是數字可以使用mean函數做均值計算。

#?Replacing?all?the?NaN?values?in?the?column?'成績'?with?the?mean?of?the?column?'成績'.
data_frame['成績']?=?data_frame['成績'].fillna(data_frame['成績'].mean())

#?It's?printing?the?dataframe.
print(data_frame)

#???????????姓名??????年齡??????班級??????????成績?表現(xiàn)
#?0???Python?集中營??10.0??1210.0???99.000000??A
#?1???Python?集中營??11.0??1211.0??100.000000??A
#?2???Python?集中營??12.0??1212.0??101.000000??A
#?3???Python?集中營??13.0??1213.0??102.000000??A
#?4???Python?集中營??14.0??1214.0??103.000000??B
#?5???Python?集中營??15.0??1215.0??104.000000??A
#?6???Python?集中營??16.0??1216.0??105.000000??A
#?7???Python?集中營??17.0?????NaN??106.000000??A
#?8???Python?集中營??18.0??1218.0??105.733333??A
#?9???Python?集中營??19.0??1219.0??108.000000??A
#?10??Python?集中營???NaN??1220.0??109.000000??B
#?11??Python?集中營???NaN?????NaN??110.000000??A
#?12??Python?集中營???NaN??1222.0??105.733333??A
#?13??Python?集中營??23.0??1223.0??112.000000??A
#?14??Python?集中營??24.0??1224.0??113.000000??A
#?15??Python?集中營??25.0?????NaN??105.733333??B
#?16??Python?集中營???NaN??1226.0??115.000000??A
#?17??Python?集中營??27.0??1227.0??105.733333??A
#?18??Python?集中營??10.0??1210.0???99.000000??B

可以發(fā)現(xiàn)計算出的均值是105.733333，已經都填充到'成績'這一列的缺失值上面了。

3. 中位數填充

中位數填充和均值填充差不多是一樣的，不同的是使用median函數來計算缺失值所在列的中位數。

#?Replacing?all?the?NaN?values?in?the?column?'年齡'?with?the?median?of?the?column?'年齡'.
data_frame['年齡']?=?data_frame['年齡'].fillna(data_frame['年齡'].median())

#?It's?printing?the?dataframe.
print(data_frame)

#???????????姓名??????年齡??????班級??????????成績?表現(xiàn)
#?0???Python?集中營??10.0??1210.0???99.000000??A
#?1???Python?集中營??11.0??1211.0??100.000000??A
#?2???Python?集中營??12.0??1212.0??101.000000??A
#?3???Python?集中營??13.0??1213.0??102.000000??A
#?4???Python?集中營??14.0??1214.0??103.000000??B
#?5???Python?集中營??15.0??1215.0??104.000000??A
#?6???Python?集中營??16.0??1216.0??105.000000??A
#?7???Python?集中營??17.0?????NaN??106.000000??A
#?8???Python?集中營??18.0??1218.0??105.733333??A
#?9???Python?集中營??19.0??1219.0??108.000000??A
#?10??Python?集中營??16.0??1220.0??109.000000??B
#?11??Python?集中營??16.0?????NaN??110.000000??A
#?12??Python?集中營??16.0??1222.0??105.733333??A
#?13??Python?集中營??23.0??1223.0??112.000000??A
#?14??Python?集中營??24.0??1224.0??113.000000??A
#?15??Python?集中營??25.0?????NaN??105.733333??B
#?16??Python?集中營??16.0??1226.0??115.000000??A
#?17??Python?集中營??27.0??1227.0??105.733333??A
#?18??Python?集中營??10.0??1210.0???99.000000??B

4. 插補法填充

差補法填充可以根據該列的上一個數據和下一個數據得到該單元格需要插入的數據是多少。

比如：上一個班級是1220，下一個班級是1222，那么該單元格需要插入的數據應該是1221。

#?Replacing?all?the?NaN?values?in?the?column?'班級'?with?the?interpolated?values?of?the?column?'班級'.
data_frame['班級']?=?data_frame['班級'].interpolate()

#?It's?printing?the?dataframe.
print(data_frame)

#???????????姓名??????年齡??????班級??????????成績?表現(xiàn)
#?0???Python?集中營??10.0??1210.0???99.000000??A
#?1???Python?集中營??11.0??1211.0??100.000000??A
#?2???Python?集中營??12.0??1212.0??101.000000??A
#?3???Python?集中營??13.0??1213.0??102.000000??A
#?4???Python?集中營??14.0??1214.0??103.000000??B
#?5???Python?集中營??15.0??1215.0??104.000000??A
#?6???Python?集中營??16.0??1216.0??105.000000??A
#?7???Python?集中營??17.0??1217.0??106.000000??A
#?8???Python?集中營??18.0??1218.0??105.733333??A
#?9???Python?集中營??19.0??1219.0??108.000000??A
#?10??Python?集中營??16.0??1220.0??109.000000??B
#?11??Python?集中營??16.0??1221.0??110.000000??A
#?12??Python?集中營??16.0??1222.0??105.733333??A
#?13??Python?集中營??23.0??1223.0??112.000000??A
#?14??Python?集中營??24.0??1224.0??113.000000??A
#?15??Python?集中營??25.0??1225.0??105.733333??B
#?16??Python?集中營??16.0??1226.0??115.000000??A
#?17??Python?集中營??27.0??1227.0??105.733333??A
#?18??Python?集中營??10.0??1210.0???99.000000??B

到此這篇關于Python數據預處理時缺失值的不同處理方式總結的文章就介紹到這了,更多相關Python數據預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獲取Linux發(fā)行版名稱

    python獲取Linux發(fā)行版名稱

    這篇文章主要介紹了python獲取Linux發(fā)行版名稱的方法，本文給大家介紹的非常詳細，具有一定的參考借鑒價值,需要的朋友可以參考下
    2019-08-08
  • Python進程間通信multiprocess代碼實例

    Python進程間通信multiprocess代碼實例

    這篇文章主要介紹了Python進程間通信multiprocess代碼實例,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,需要的朋友可以參考下
    2020-03-03
  • 使用python將請求的requests headers參數格式化方法

    使用python將請求的requests headers參數格式化方法

    今天小編就為大家分享一篇使用python將請求的requests headers參數格式化方法，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
    2019-01-01
  • PyTorch中的神經網絡 Mnist 分類任務

    PyTorch中的神經網絡 Mnist 分類任務

    這篇文章主要介紹了PyTorch中的神經網絡 Mnist 分類任務,在本次的分類任務當中，我們使用的數據集是 Mnist 數據集，這個數據集大家都比較熟悉，需要的朋友可以參考下
    2023-03-03
  • Python中ROS和OpenCV結合處理圖像問題

    Python中ROS和OpenCV結合處理圖像問題

    ROS通過一個叫CvBridge的功能包，將獲取的圖像數據轉換成OpenCV的格式，OpenCV處理之后，傳回給ROS進行圖像顯示（應用），這篇文章主要介紹了Python中ROS和OpenCV結合處理圖像問題,需要的朋友可以參考下
    2022-06-06
  • pandas?實現(xiàn)?in?和?not?in?的用法及使用心得

    pandas?實現(xiàn)?in?和?not?in?的用法及使用心得

    pandas按條件篩選數據時，除了使用query()方法，還可以使用isin和對isin取反進行條件篩選，今天通過本文給大家介紹pandas?實現(xiàn)?in?和?not?in?的用法及使用心得，感興趣的朋友跟隨小編一起看看吧
    2023-01-01
  • python PIL模塊與隨機生成中文驗證碼

    python PIL模塊與隨機生成中文驗證碼

    今天我們要學習的內容是如何利用Python生成一個隨機的中文驗證碼，并將圖片保存為.jpeg格式,需要的朋友可以參考下
    2016-02-02
  • Python 啟動時選擇32位 或64位版的操作

    Python 啟動時選擇32位 或64位版的操作

    這篇文章主要介紹了Python 啟動時選擇32位 或64位版的操作，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
    2021-03-03
  • Flask框架Jinjia模板常用語法總結

    Flask框架Jinjia模板常用語法總結

    這篇文章主要介紹了Flask框架Jinjia模板常用語法,結合實例形式總結分析了Jinjia模板的變量、賦值、流程控制、函數、塊、宏等基本使用方法,需要的朋友可以參考下
    2018-07-07
  • python實現(xiàn)將range()函數生成的數字存儲在一個列表中

    python實現(xiàn)將range()函數生成的數字存儲在一個列表中

    這篇文章主要介紹了python實現(xiàn)將range()函數生成的數字存儲在一個列表中，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
    2020-04-04

最新評論