美女视频大全t,动漫美女被挠脚心视频

pandas中的缺失值處理

2020.07.06

在真實的數據中，往往會存在缺失的數據。pandas在設計之初，就考慮了這種缺失值的情況，默認情況下，大部分的計算函數都會自動忽略數據集中的缺失值，同時對于缺失值也提供了一些簡單的填充和刪除函數，常見的幾種缺失值操作技巧如下

1. 默認的缺失值

當需要人為指定一個缺失值時，默認用None和np.nan來表示，用法如下

>>> import numpy as np
>>> import pandas as pd
# None被自動識別為NaN
>>> pd.Series([1, 2, None])
0 1.0
1 2.0
2 NaN
# np.nan被自動識別為NaN
>>> pd.Series([1, 2, np.nan])
0 1.0
1 2.0
2 NaN
dtype: float64

2. 缺失值的判斷

為了針對缺失值進行操作，常常需要先判斷是否有缺失值的存在，通過isna和notna兩個函數可以快速判斷，用法如下

>>> a = pd.Series([1, 2, None, 3])
>>> a
0    1.0
1    2.0
2    NaN
3    3.0
dtype: float64
# is.na 方法，如果為NaN, 返回True, 否則返回False
>>> a.isna()
0    False
1    False
2     True
3    False
dtype: bool

# notnat方法，如果為NaN, 返回False, 否則返回True
>>> a.notna()
0     True
1     True
2    False
3     True
dtype: bool

3. 缺失值的填充

通過fillna方法可以快速的填充缺失值，有兩種填充方式, 用法如下

>>> a = pd.Series([1, 2, None, 3])
>>> a
0 1.0
1 2.0
2 NaN
3 3.0
dtype: float64

# value參數，表示用一個指定的值來替換缺失值
>>> a.fillna(value=1)
0 1.0
1 2.0
2 1.0
3 3.0
dtype: float64
# method參數，指定一種方法來填充缺失值
# pad方法，表示用NaN前面一個值來進行填充
>>> a.fillna(method = 'pad')
0 1.0
1 2.0
2 2.0
3 3.0
dtype: float64

# bfill法，表示用NaN后面一個值來進行填充
>>> a.fillna(method = 'bfill')
0 1.0
1 2.0
2 3.0
3 3.0
dtype: float64

fillna也可以對DataFrame進行操作，示意如下

>>> df = pd.DataFrame({'A':[1, 2, None], 'B':[1, np.nan, 3]})
>>> df
     A B
0 1.0 1.0
1 2.0 NaN
2 NaN 3.0
# 對每一列的NaN值，依次用對應的均值來填充
>>> df.fillna(df.mean())
     A B
0 1.0 1.0
1 2.0 2.0
2 1.5 3.0

4. 缺失值的刪除

通過dropna方法來快速刪除NaN值，用法如下

>>> a.dropna()
0 1.0
1 2.0
dtype: float64

# dropna操作數據框時，可以設置axis參數的值
# 默認為0，表示去除包含 了NaN的行
# axis=1,表示去除包含了NaN的列
>>> df = pd.DataFrame({'A':[1, 2, None], 'B':[1, np.nan, 3]})
>>> df
     A B
0 1.0 1.0
1 2.0 NaN
2 NaN 3.0
>>> df.dropna()
     A B
0 1.0 1.0
>>> df.dropna(axis=0)
     A B
0 1.0 1.0
>>> df.dropna(axis=1)
Empty DataFrame
Columns: []
Index: [0, 1, 2]

pandas中的大部分運算函數在處理時，都會自動忽略缺失值，這種設計大大提高了我們的編碼效率。同時，通過簡單上述幾種簡單的缺失值函數，可以方便地對缺失值進行相關操作。

·end·

本站僅提供存儲服務，所有內容均由用戶發(fā)布，如發(fā)現有害或侵權內容，請點擊舉報。

打開APP，閱讀全文并永久保存查看更多類似文章

小白也能看懂的Pandas實操演示教程(下)

pandas 缺失數據處理大全（附代碼）

python小技能-缺失數據處理

從數據清洗到機器學習：Python缺失值處理指南

Pandas中文官檔 ~ 基礎用法1

Python 數據處理庫 pandas 入門教程

更多類似文章 >>

中文字幕理论片,69视频免费在线观看,亚洲成人app,国产1级毛片,刘涛最大尺度戏视频,欧美亚洲美女视频,2021韩国美女仙女屋vip视频