数据清洗--DataFrame中的空值处理方法
更新时间：2018年07月03日 10:13:42 作者：软件大盗
今天小编就为大家分享一篇数据清洗--DataFrame中的空值处理方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
数据清洗是一项复杂且繁琐的工作，同时也是整个数据分析过程中最为重要的环节。
在python中空值被显示为NaN。首先，我们要构造一个包含NaN的DataFrame对象。
>>> import numpy as np >>> import pandas as pd >>> from pandas import Series,DataFrame >>> from numpy import nan as NaN >>> data = DataFrame([[12,'man','13865626962'],[19,'woman',NaN],[17,NaN,NaN],[NaN,NaN,NaN]],columns=['age','sex','phone']) >>> data age sex phone 0 12.0 man 13865626962 1 19.0 woman NaN 2 17.0 NaN NaN 3 NaN NaN NaN
删除NaN
删除NaN所在的行
删除表中全部为NaN的行
>>> data.dropna(axis=0, how='all') age sex phone 0 12.0 man 13865626962 1 19.0 woman NaN 2 17.0 NaN NaN
删除表中任何含有NaN的行
>>> data.dropna(axis=0, how='any') age sex phone 0 12.0 man 13865626962
删除NaN所在的列
删除表中全部为NaN的列
>>> data.dropna(axis=1, how='all') age sex phone 0 12.0 man 13865626962 1 19.0 woman NaN 2 17.0 NaN NaN 3 NaN NaN NaN
删除表中任何含有NaN的列
>>> data.dropna(axis=1, how='any') Empty DataFrame Columns: [] Index: [0, 1, 2, 3]
注意：axis 就是”轴，数轴“的意思，对应多维数组里的”维“。此处作者的例子是二维数组，所以，axis的值对应表示：0轴（行），1轴（列）。
填充NaN
如果不想过滤（去除）数据，我们可以选择使用fillna()方法填充NaN，这里，作者使用数值'0'替代NaN,来填充DataFrame。
>>> data.fillna(0) age sex phone 0 12.0 man 13865626962 1 19.0 woman 0 2 17.0 0 0 3 0.0 0 0
我们还可以通过字典来填充，以实现对不同的列填充不同的值。
>>> data.fillna({'sex':233,'phone':666})
age sex phone
0 12.0 man 13865626962
1 19.0 woman 666
2 17.0 233 666
3 NaN 233 666
以上这篇数据清洗--DataFrame中的空值处理方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
这篇文章主要为大家详细介绍了python版简单工厂模式，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2017-10-10
这篇文章主要给大家介绍了关于利用python如何在前程无忧高效投递简历的相关资料，文中通过示例代码介绍的非常详细，对大家学习或者使用python具有一定的参考学习价值，需要的朋友们下面来一起学习学习吧2019-05-05
今天小编就为大家分享一篇python引入不同文件夹下的自定义模块方法。具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-10-10
这篇文章主要介绍了利用Python 实现分布式计算，文章通过借助于 Ray展开对分布式计算的实现，感兴趣的小伙伴可以参考一下2022-05-05
这篇文章主要为大家介绍了Pandas 2.1发布更新功能介绍,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪2023-09-09
今天小编就为大家分享一篇基于django传递数据到后端的例子，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-08-08
python selenium在打开的浏览器中动态调整User Agent
这篇文章主要介绍的是python selenium在打开的浏览器中动态调整User Agent，具体相关资料请需要的朋友参考下面文章详细内容，希望对你有所帮助2022-02-02
这篇文章主要介绍了python asyncio 协程库的使用，帮助大家更好的理解和使用python，感兴趣的朋友可以了解下2021-01-01
今天小编就为大家分享一篇关于Python制作动态字符图的实例，小编觉得内容挺不错的，现在分享给大家，具有很好的参考价值，需要的朋友一起跟随小编来看看吧2019-01-01
python pandas创建多层索引MultiIndex的6种方式
这篇文章主要为大家介绍了python pandas创建多层索引MultiIndex的6种方式，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪2022-07-07
最新评论