快捷導(dǎo)航

Python Pandas對缺失值的處理方法

更新時間：2019年09月27日 08:35:53 作者：乒乓球雞蛋

這篇文章主要給大家介紹了關(guān)于Python Pandas對缺失值的處理方法，文中通過示例代碼介紹的非常詳細，對大家學(xué)習(xí)或者使用Python Pandas具有一定的參考學(xué)習(xí)價值，需要的朋友們下面來一起學(xué)習(xí)學(xué)習(xí)吧

Pandas使用這些函數(shù)處理缺失值：

isnull和notnull：檢測是否是空值，可用于df和series
dropna：丟棄、刪除缺失值
- axis : 刪除行還是列，{0 or ‘index', 1 or ‘columns'}, default 0
- how : 如果等于any則任何值為空都刪除，如果等于all則所有值都為空才刪除
- inplace : 如果為True則修改當前df，否則返回新的df
fillna：填充空值
- value：用于填充的值，可以是單個值，或者字典（key是列名，value是值）
- method : 等于ffill使用前一個不為空的值填充forword fill；等于bfill使用后一個不為空的值填充backword fill
- axis : 按行還是列填充，{0 or ‘index', 1 or ‘columns'}
- inplace : 如果為True則修改當前df，否則返回新的df

import pandas as pd

實例：特殊Excel的讀取、清洗、處理

步驟1：讀取excel的時候，忽略前幾個空行

studf = pd.read_excel("./datas/student_excel/student_excel.xlsx", skiprows=2)

studf

	Unnamed: 0	姓名	科目	分數(shù)
0	NaN	小明	語文	85.0
1	NaN	NaN	數(shù)學(xué)	80.0
2	NaN	NaN	英語	90.0
3	NaN	NaN	NaN	NaN
4	NaN	小王	語文	85.0
5	NaN	NaN	數(shù)學(xué)	NaN
6	NaN	NaN	英語	90.0
7	NaN	NaN	NaN	NaN
8	NaN	小剛	語文	85.0
9	NaN	NaN	數(shù)學(xué)	80.0
10	NaN	NaN	英語	90.0

步驟2：檢測空值

studf.isnull()

	Unnamed: 0	姓名	科目	分數(shù)
0	True	False	False	False
1	True	True	False	False
2	True	True	False	False
3	True	True	True	True
4	True	False	False	False
5	True	True	False	True
6	True	True	False	False
7	True	True	True	True
8	True	False	False	False
9	True	True	False	False
10	True	True	False	False

studf["分數(shù)"].isnull()

0 False
1 False
2 False
3 True
4 False
5 True
6 False
7 True
8 False
9 False
10 False
Name: 分數(shù), dtype: bool

studf["分數(shù)"].notnull()

0 True
1 True
2 True
3 False
4 True
5 False
6 True
7 False
8 True
9 True
10 True
Name: 分數(shù), dtype: bool

# 篩選沒有空分數(shù)的所有行
studf.loc[studf["分數(shù)"].notnull(), :]

	Unnamed: 0	姓名	科目	分數(shù)
0	NaN	小明	語文	85.0
1	NaN	NaN	數(shù)學(xué)	80.0
2	NaN	NaN	英語	90.0
4	NaN	小王	語文	85.0
6	NaN	NaN	英語	90.0
8	NaN	小剛	語文	85.0
9	NaN	NaN	數(shù)學(xué)	80.0
10	NaN	NaN	英語	90.0

步驟3：刪除掉全是空值的列

studf.dropna(axis="columns", how='all', inplace=True)

studf

步驟4：刪除掉全是空值的行

studf.dropna(axis="index", how='all', inplace=True)

studf

步驟5：將分數(shù)列為空的填充為0分

studf.fillna({"分數(shù)":0})

# 等同于
studf.loc[:, '分數(shù)'] = studf['分數(shù)'].fillna(0)

studf

步驟6：將姓名的缺失值填充

使用前面的有效值填充，用ffill：forward fill

studf.loc[:, '姓名'] = studf['姓名'].fillna(method="ffill")

studf

步驟7：將清洗好的excel保存

studf.to_excel("./datas/student_excel/student_excel_clean.xlsx", index=False)

總結(jié)

以上就是我在處理客戶端真實IP的方法，希望本文的內(nèi)容對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，謝謝大家對腳本之家的支持。

您可能感興趣的文章:

亚洲乱码中文字幕综合,中国熟女仑乱hd,亚洲精品乱拍国产一区二区三区,一本大道卡一卡二卡三乱码全集资源,又粗又黄又硬又爽的免费视频