pandas中read_csv的缺失值處理方式
更新時間：2019年12月19日 09:30:26 作者：dzysunshine
今天小編就為大家分享一篇pandas中read_csv的缺失值處理方式，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
今天遇到的問題是，要將一份csv數(shù)據(jù)讀入dataframe，但某些列中含有NA值。對于這些列來說，NA應(yīng)該作為一個有意義的level，而不是缺失值，但read_csv函數(shù)會自動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)中這兩個參數(shù)的描述，默認會將'-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)，這個參數(shù)的作用是決定要不要保留默認應(yīng)該轉(zhuǎn)換的缺失值列表，將這個參數(shù)設(shè)為False之后同時不定義na_values參數(shù)，就可以在讀取文件時不將任何值轉(zhuǎn)換為缺失值NaN。
例：
import pandas as pd
df = pd.read_csv('train.csv', keep_default_na=False)
以上這篇pandas中read_csv的缺失值處理方式就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關(guān)文章
淺談pandas關(guān)于查看庫或依賴庫版本的API原理
本文主要介紹了淺談pandas關(guān)于查看庫或依賴庫版本的API原理，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2022-06-06
這篇文章主要給大家分享了Python?4種實現(xiàn)定時任務(wù)的方案，運用 while True: + sleep()、Timeloop 庫、threading.Timer 、內(nèi)置模塊 sched ，下面就來看看具體的實現(xiàn)過程吧2021-12-12
這篇文章主要介紹了OpenCV基本操作之直線檢測，本文給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下2021-09-09
這篇文章主要介紹了Python生成并下載文件后端代碼實例,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2020-08-08
這篇文章主要為大家詳細介紹了如何使用Python來自動識別數(shù)字驗證碼,以便在需要時自動填寫或驗證驗證碼,有需要的小伙伴可以參考一下2024-04-04
django drf框架中的user驗證以及JWT拓展的介紹
這篇文章主要介紹了django drf框架中的user驗證以及JWT拓展的介紹,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2019-08-08
在?Flask?中，響應(yīng)使用?Response?對象表示，響應(yīng)報文中的大部分內(nèi)容由服務(wù)器處理，一般情況下，我們只負責返回主體內(nèi)容即可。在之前的文章中，我們了解到?Flask?會先匹配請求?url?的路由，調(diào)用對應(yīng)的視圖函數(shù)，視圖函數(shù)的返回值構(gòu)成了響應(yīng)報文的主體內(nèi)容。2021-11-11
這篇文章主要給大家介紹了關(guān)于python更換國內(nèi)鏡像源三種實用方法的相關(guān)資料,更換Python鏡像源可以幫助解決使用pip安裝包時速度過慢或無法連接的問題,需要的朋友可以參考下2023-09-09
這篇文章主要介紹了Python人工智能中使用sg2im把文字轉(zhuǎn)成圖像的方法，sg2im是一個由Google開發(fā)的開源項目，它專注于將場景圖形轉(zhuǎn)換為圖像，借助sg2im就可以把文字轉(zhuǎn)換成圖像，需要的朋友可以參考下2021-11-11
TensorFlow查看輸入節(jié)點和輸出節(jié)點名稱方式
今天小編就為大家分享一篇TensorFlow查看輸入節(jié)點和輸出節(jié)點名稱方式，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-01-01