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

pandas檢查和填充缺失值的N種方法總結(jié)

 更新時(shí)間：2023年01月19日 11:04:35   作者：愛撓靜香的下巴  
本文主要介紹了pandas檢查和填充缺失值的N種方法總結(jié)，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧

一、構(gòu)建示例數(shù)據(jù)

import pandas as pd
import numpy as np
data = {"ID":[202001, 202002, 202003, 202004, 202005, 202006, 202007, 202008, 202009, 202010],
       "Chinese":[98, 67, 84, 88, 78, 90, 93, np.nan, 82, 87],
       "Math":[92, 80, 73, np.nan, 88, 78, 90, 82, 77, 69],
       "English":[88, 79, 90, 73, 79, 83, 81, np.nan, 71, np.nan]
       }
df = pd.DataFrame(data)
df

二、檢查缺失值的n種方法

2.1 確認(rèn)是否有缺失值的兩種方法

df.isnull().values.any()

True

df.isnull().sum().any()

True

2.2 查看缺失數(shù)目和缺失率

df.isnull().sum()

all_data_na = (df.isnull().sum()/len(df))*100
all_data_na = all_data_na.drop(all_data_na[all_data_na == 0].index).sort_values(ascending=False)
missing_data = pd.DataFrame({'缺失率' : all_data_na})
missing_data

2.3 查看非缺失值數(shù)目

df.info()

df.shape[0] - df.isnull().sum()

df.notnull().sum()

三、缺失值填充三種示例

# 用上下平均值填充English
df['English'] = df['English'].fillna(df['English'].interpolate())
df.head(10)


# 用中位數(shù)填充value列：
df['Math'] = df['Math'].fillna(df['Math'].median())
df.head(10)


# 用-1填充Chinese列：
df['Chinese'] = df['Chinese'].fillna(-1)
df.head(10)

 到此這篇關(guān)于pandas檢查和填充缺失值的N種方法總結(jié)的文章就介紹到這了,更多相關(guān)pandas檢查和填充缺失值內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

相關(guān)文章

最新評(píng)論