淺談pandas中空值的處理方法
在pandas中，可以使用fillna()方法對(duì)DataFrame中的空值進(jìn)行處理。fillna()方法可以接受一個(gè)參數(shù)，用于指定如何填充空值。以下是一些常用的填充方式：
- 使用固定值填充：fillna(value)
- 使用前一個(gè)非空值填充：fillna(method=‘ffill’)
- 使用后一個(gè)非空值填充：fillna(method=‘bfill’)
- 使用平均值填充：fillna(df.mean())
- 使用中位數(shù)填充：fillna(df.median())
以下是一個(gè)示例代碼，演示如何使用fillna()方法對(duì)DataFrame中的空值進(jìn)行處理：
import pandas as pd
import numpy as np
# 創(chuàng)建一個(gè)DataFrame
df = pd.DataFrame({'name': ['Tom', 'Jerry', None, 'Mike', 'Tom', 'Jerry'],
? ? ? ? ? ? ? ? ? ?'score': [80, 90, 85, None, 70, 95]})
# 使用固定值填充空值
df1 = df.fillna(value='Unknown')
print(df1)
# 使用前一個(gè)非空值填充空值
df2 = df.fillna(method='ffill')
print(df2)
# 使用后一個(gè)非空值填充空值
df3 = df.fillna(method='bfill')
print(df3)
# 使用平均值填充空值
df4 = df.fillna(df.mean())
print(df4)
# 使用中位數(shù)填充空值
df5 = df.fillna(df.median())
print(df5)輸出結(jié)果為：
name score
0 Tom 80.0
1 Jerry 90.0
2 NaN 85.0
3 Mike NaN
4 Tom 70.0
5 Jerry 95.0name score
0 Tom 80.0
1 Jerry 90.0
2 Jerry 85.0
3 Mike 85.0
4 Tom 70.0
5 Jerry 95.0name score
0 Tom 80.0
1 Jerry 90.0
2 Mike 85.0
3 Mike 70.0
4 Tom 70.0
5 Jerry 95.0name score
0 Tom 80.0
1 Jerry 90.0
2 NaN 85.0
3 Mike 82.5
4 Tom 70.0
5 Jerry 95.0name score
0 Tom 80.0
1 Jerry 90.0
2 NaN 85.0
3 Mike 85.0
4 Tom 70.0
5 Jerry 95.0
在代碼中，使用fillna()方法對(duì)DataFrame中的空值進(jìn)行處理，填充方式可以根據(jù)實(shí)際情況選擇。最終輸出處理后的DataFrame即可。
到此這篇關(guān)于淺談pandas中空值的處理方法的文章就介紹到這了,更多相關(guān)pandas 空值內(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！
- Python實(shí)戰(zhàn)基礎(chǔ)之Pandas統(tǒng)計(jì)某個(gè)數(shù)據(jù)列的空值個(gè)數(shù)
- Pandas篩選DataFrame含有空值的數(shù)據(jù)行的實(shí)現(xiàn)
- Python?pandas?DataFrame基礎(chǔ)運(yùn)算及空值填充詳解
- Python pandas之求和運(yùn)算和非空值個(gè)數(shù)統(tǒng)計(jì)
- pandas 添加空列并賦空值案例
- pandas 缺失值與空值處理的實(shí)現(xiàn)方法
- Python pandas.DataFrame 找出有空值的行
- Pandas空值處理全攻略
相關(guān)文章
python 如何用 Hypothesis 來自動(dòng)化單元測(cè)試
這篇文章主要介紹了python 如何用 Hypothesis 來自動(dòng)化單元測(cè)試，幫助大家更好的理解和學(xué)習(xí)使用python，感興趣的朋友可以了解下2021-03-03
這篇文章主要介紹了python3生成隨機(jī)數(shù)的用法,實(shí)例講述了基于Python的隨機(jī)數(shù)的小程序,需要的朋友可以參考下2014-10-10
這篇文章主要介紹了用Python編寫分析Python程序性能的工具教程,包括了對(duì)內(nèi)存泄漏等常見問題的檢測(cè)方法,需要的朋友可以參考下2015-04-04
這篇文章主要為大家詳細(xì)介紹了opencv實(shí)現(xiàn)圖像幾何變換，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2021-03-03
python基礎(chǔ)之while循環(huán)語句的使用
這篇文章主要介紹了python基礎(chǔ)之while循環(huán)語句的使用,文中有非常詳細(xì)的代碼示例,對(duì)正在學(xué)習(xí)python的小伙伴們有一定的幫助,需要的朋友可以參考下2021-04-04
Tkinter中的Frame控件是一個(gè)用于組織和管理其他控件的容器,它可以將其他控件放置在自己內(nèi)部,用于創(chuàng)建更復(fù)雜的用戶界面,要?jiǎng)?chuàng)建一個(gè)Frame控件,可以使用Tkinter的Frame類,所以本文就通過一個(gè)簡(jiǎn)單的示例給大家介紹一下2023-08-08
python 代碼實(shí)現(xiàn)k-means聚類分析的思路(不使用現(xiàn)成聚類庫)
這篇文章主要介紹了python 代碼實(shí)現(xiàn)k-means聚類分析(不使用現(xiàn)成聚類庫),本文通過實(shí)例代碼給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2020-06-06
在python3中實(shí)現(xiàn)查找數(shù)組中最接近與某值的元素操作
今天小編就為大家分享一篇在python3中實(shí)現(xiàn)查找數(shù)組中最接近與某值的元素操作，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-02-02
Scrapy框架實(shí)現(xiàn)的登錄網(wǎng)站操作示例
這篇文章主要介紹了Scrapy框架實(shí)現(xiàn)的登錄網(wǎng)站操作,結(jié)合實(shí)例形式分析了Scrapy登錄網(wǎng)站cookies方式、post請(qǐng)求方式登錄網(wǎng)站相關(guān)實(shí)現(xiàn)技巧,需要的朋友可以參考下2020-02-02
python裝飾器就是用于拓展原來函數(shù)功能的一種函數(shù)，這個(gè)函數(shù)的特殊之處在于它的返回值也是一個(gè)函數(shù)，使用python裝飾器的好處就是在不用更改原函數(shù)的代碼前提下給函數(shù)增加新的功能2021-07-07