Pandas中的缺失值怎么處理

小億
83
2024-05-11 16:37:51

在Pandas中，處理缺失值的方法通常有以下幾種：

  1. 刪除缺失值：可以使用dropna()方法刪除含有缺失值的行或列，參數(shù)axis可以指定是刪除行還是刪除列。
df.dropna()  # 刪除含有缺失值的行
df.dropna(axis=1)  # 刪除含有缺失值的列
  1. 填充缺失值：可以使用fillna()方法填充缺失值，可以指定填充的值，如0、平均值、中位數(shù)等。
df.fillna(0)  # 將缺失值填充為0
df.fillna(df.mean())  # 將缺失值填充為列的平均值
  1. 插值填充：可以使用interpolate()方法進(jìn)行插值填充，根據(jù)缺失值前后的值進(jìn)行插值填充。
df.interpolate()  # 插值填充缺失值
  1. 使用其他值代替缺失值：可以使用replace()方法將缺失值替換為其他指定的值。
df.replace(np.nan, -1)  # 將缺失值替換為-1

0 踩