在实际应用中对于数据进行分析的时候,经常能看见缺失值、下面来介绍一下如何利用熊猫来处理缺失值。常见的缺失值处理方式,有过滤,填充。
熊猫使用浮点值南(不是一个数字)表示浮点数和非浮点数组中的缺失值,同时python内置没有值也会被当作是缺失值。
,系列的缺失值判断
s=系列([np.nan“a”、“b”,“c”,没有一个))
打印(s)
“‘
0一个
1 b
2南
3 c
4没有
“‘
#判断缺失值,如果是则返回真,否则返回错误的
print (s.isnull ())
“‘
0错误
1假
2真
3错误
4真
“‘
#输出缺失值的索引和值
打印(s [s.isnull ()))
“‘
2南
4没有
“‘
之前
b, DataFrame的缺失值判断
np.nan=[[1, 2],[3、4、没有]]
data=https://www.yisu.com/zixun/DataFrame(一个)
# DataFrame的值没有变成了南
打印(数据)”
0 1 2
0 1南2.0
1 3 4.0南
“‘
print (data.isnull ())
“‘
0 1 2
0假真的假
1假假真
“‘
打印(数据(data.isnull ()))
“‘
0 1 2
0南南南
1南南南
“‘
之前
注意:在使用系列和DataFrame的时候,如果其中有值为None,系列会输出,而DataFrame会输出南,但是对空值判断没有影响.DataFrame使用isnull方法在输出空值的时候全为南,因为DataFrame对于虚假的对应的位置,输出值会使用南代替,而系列对于Fasel对应的位置是没有输出值的。
<强>,系列的缺失值过滤
s=系列([np.nan“a”、“b”,“c”,没有一个))
#通过使用notnull方法来获取非缺失数据
打印(s [s.notnull ()))
“‘
0一个
1 b
3 c
“‘
#使用dropna方法删除缺失数据,返回一个删除后的系列
print (s.dropna ())
“‘
0一个
1 b
3 c
“‘
#并没有在原来的系列上进行直接删除
打印(s)
“‘
0一个
1 b
2南
3 c
4没有
“‘
#通过设置原地参数为真,在原系列上进行删除,不会返回系列
print (s.dropna(原地=True))
#没有
打印(s)
“‘
0一个
1 b
3 c
“‘
之前
<强> b, DataFrame的缺失值过滤
DataFrame删除缺失值相对于系列而言就要复杂一些,也许有的时候你是想删除含有缺失值的行或列,也许有时候你需要删除的是,当整行或整列全为缺失值的时候才删除,好在熊猫对于这两种情况都有相对应的处理方法。
1,删除含有缺失值的行和列
a=[[1, np。南2],[9没有np。南],[3、4、没有],[5 6 7]]
data=https://www.yisu.com/zixun/DataFrame(一个)
打印(数据)”
0 1 2
0 1南2.0
1 9南南
2 3 4.0南
3 5 6.0 - 7.0
“‘
#使用dropna方法删除含有缺失值的行,默认是行
print (data.dropna ())
“‘
0 1 2
3 5 6.0 - 7.0
“‘
#删除含有缺失值的列
print (data.dropna(轴=1)
“‘
0
0 1
1 9
2 3
3个5
“‘
之前
2,删除全为NaN的行和列
a=[[1, np。南2]、[np.nan,没有一个np。南),3,没有,没有,[5一7]]
data=https://www.yisu.com/zixun/DataFrame(一个)
打印(数据)”
0 1 2
0 1.0南2.0
1南南南
2 3.0南南
3 5.0南7.0
“‘
#当行全为NaN的时候,才删除,参数如何默认是任何含有缺失值就删除
print (data.dropna(="所有"))
“‘
0 1 2
0 1.0南2.0
2 3.0南南
3 5.0南7.0
“‘
#当列全为NaN的时候,才删除
print (data.dropna(=八小?轴=1))
“‘
0 2
0 1.0 2.0
1南南
2 3.0南
3 5.0 - 7.0
“‘
之前
dropna方法的原地的设置与系列一样。
3,指定删除数据后显示部分数据观察
a=[[1, np。南2]、[np.nan,没有一个np。南),3,没有,没有,[5一7]]
data=https://www.yisu.com/zixun/DataFrame(一个)
打印(数据)”
0 1 2
0 1.0南2.0
1南南南
2 3.0南南
3 5.0南7.0
“‘
#当行全为NaN的时候,才删除,参数如何默认是任何含有缺失值就删除
print (data.dropna(="所有"))
“‘
0 1 2
0 1.0南2.0
2 3.0南南
3 5.0南7.0
“‘
#通过打参数来控制显示删除数据的条数,删除列的时候打参数无效
打印(data.dropna(=八小?如何打=2))
“‘
0 1 2
0 1.0南2.0
3 5.0南7.0
“‘
