pandas中read_csv缺失值怎么辦

發(fā)布時(shí)間：2021-06-30 10:25:56 來(lái)源：億速云閱讀：152 作者：小新欄目：開(kāi)發(fā)技術(shù)

小編給大家分享一下pandas中read_csv缺失值怎么辦，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！

今天遇到的問(wèn)題是，要將一份csv數(shù)據(jù)讀入dataframe，但某些列中含有NA值。對(duì)于這些列來(lái)說(shuō)，NA應(yīng)該作為一個(gè)有意義的level，而不是缺失值，但read_csv函數(shù)會(huì)自動(dòng)將類似的缺失值理解為缺失值并變?yōu)镹aN。

看pandas文檔中read_csv函數(shù)中這兩個(gè)參數(shù)的描述，默認(rèn)會(huì)將'-1.#IND', ‘1.#QNAN', ‘1.#IND', ‘-1.#QNAN', ‘#N/A N/A','#N/A', ‘N/A', ‘NA', ‘#NA', ‘NULL', ‘NaN', ‘-NaN', ‘nan', ‘-nan', ''轉(zhuǎn)換為NaN，且na_values參數(shù)還支持定義另外的應(yīng)處理為缺失值的值。

值得注意的是keep_default_na參數(shù)，這個(gè)參數(shù)的作用是決定要不要保留默認(rèn)應(yīng)該轉(zhuǎn)換的缺失值列表，將這個(gè)參數(shù)設(shè)為False之后同時(shí)不定義na_values參數(shù)，就可以在讀取文件時(shí)不將任何值轉(zhuǎn)換為缺失值NaN。

例：

import pandas as pd
df = pd.read_csv('train.csv', keep_default_na=False)

以上是“pandas中read_csv缺失值怎么辦”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內(nèi)容對(duì)大家有所幫助，如果還想學(xué)習(xí)更多知識(shí)，歡迎關(guān)注億速云行業(yè)資訊頻道！

向AI問(wèn)一下細(xì)節(jié)

pandas中read_csv缺失值怎么辦

猜你喜歡

最新資訊

相關(guān)推薦

相關(guān)標(biāo)簽