溫馨提示×

怎么使用Seaborn處理缺失值

小億
91
2024-05-17 15:45:22
欄目: 編程語言

在Seaborn中處理缺失值主要是通過使用Pandas庫來完成。下面是一些處理缺失值的方法：

  1. 刪除缺失值：可以使用Pandas中的dropna()方法來刪除包含缺失值的行或列。
import seaborn as sns
import pandas as pd

# 創(chuàng)建一個包含缺失值的DataFrame
data = {'A': [1, 2, None, 4],
        'B': [5, None, 7, 8]}
df = pd.DataFrame(data)

# 刪除包含缺失值的行
df.dropna(inplace=True)

# 使用Seaborn繪圖
sns.heatmap(df)
  1. 填充缺失值：可以使用Pandas中的fillna()方法來填充缺失值。
import seaborn as sns
import pandas as pd

# 創(chuàng)建一個包含缺失值的DataFrame
data = {'A': [1, 2, None, 4],
        'B': [5, None, 7, 8]}
df = pd.DataFrame(data)

# 用平均值填充缺失值
df.fillna(df.mean(), inplace=True)

# 使用Seaborn繪圖
sns.heatmap(df)
  1. 可視化缺失值：Seaborn還提供了一些方法來可視化數(shù)據(jù)中的缺失值，例如使用heatmap()函數(shù)來繪制熱圖來顯示數(shù)據(jù)中的缺失值情況。
import seaborn as sns
import pandas as pd

# 創(chuàng)建一個包含缺失值的DataFrame
data = {'A': [1, 2, None, 4],
        'B': [5, None, 7, 8]}
df = pd.DataFrame(data)

# 使用Seaborn繪制熱圖
sns.heatmap(df.isnull(), cmap='viridis')

0 踩