您好,登錄后才能下訂單哦!
這篇文章主要介紹了Python缺失值如何處理的相關(guān)知識,內(nèi)容詳細(xì)易懂,操作簡單快捷,具有一定借鑒價值,相信大家閱讀完這篇Python缺失值如何處理文章都會有所收獲,下面我們一起來看看吧。
先構(gòu)建一個含有缺失值的DataFrame,如下:
import pandas as pd import numpy as np data = pd.DataFrame([[1,np.nan,3],[np.nan,5,np.nan]],columns = ['a','b','c']) print(data)
看出來了嗎?np.nan就是NAN值,空值的意思。
在numpy中有一個函數(shù)可以用來查看空值,不對,是兩個,isnull()和isna()這兩函數(shù)。
我們分別來試試它們的效果:
import pandas as pd import numpy as np data = pd.DataFrame([[1,np.nan,3],[np.nan,5,np.nan]],columns = ['a','b','c']) data.isnull() data.isna()
可以看出,這兩函數(shù)的作用就是判斷數(shù)據(jù)是不是空值,如果是,就返回true,不是就是false。
通常,對空值的處理有兩種方法,一種就是把空值刪除,另外一種就是把它填上,我們先說第一種,刪除空值,我們可以dropna()這一函數(shù)來把空值刪除。要注意,它會把含有空值的整行都刪掉。例如:
import pandas as pd import numpy as np data = pd.DataFrame([[1,np.nan,3],[np.nan,5,np.nan]],columns = ['a','b','c']) data.dropna()
上面的例子用了drop函數(shù)后,啥都沒啦!
我們可以設(shè)置當(dāng)每行空值多余2個時再刪除(低于2個保留),這時候要用到dropna()的參數(shù)thresh。
補充空值的話有挺多的方法,有用均值補充,中位數(shù)補充等,我們要用到fillna()這一函數(shù)。例如,我們用均值來填充上文中的data,
代碼如下:
import pandas as pd import numpy as np data = pd.DataFrame([[1,np.nan,3],[np.nan,5,np.nan]],columns = ['a','b','c']) data.fillna(data.mean())
代碼運行的結(jié)果如下,可以看到空值都被對應(yīng)列的均值所填充。
關(guān)于“Python缺失值如何處理”這篇文章的內(nèi)容就介紹到這里,感謝各位的閱讀!相信大家對“Python缺失值如何處理”知識都有一定的了解,大家如果還想學(xué)習(xí)更多知識,歡迎關(guān)注億速云行業(yè)資訊頻道。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。