浅谈pandas中空值的处理方法
在pandas中，可以使用fillna()方法对DataFrame中的空值进行处理。fillna()方法可以接受一个参数，用于指定如何填充空值。以下是一些常用的填充方式：
- 使用固定值填充：fillna(value)
- 使用前一个非空值填充：fillna(method=‘ffill’)
- 使用后一个非空值填充：fillna(method=‘bfill’)
- 使用平均值填充：fillna(df.mean())
- 使用中位数填充：fillna(df.median())
以下是一个示例代码，演示如何使用fillna()方法对DataFrame中的空值进行处理：
import pandas as pd
import numpy as np
# 创建一个DataFrame
df = pd.DataFrame({'name': ['Tom', 'Jerry', None, 'Mike', 'Tom', 'Jerry'],
'score': [80, 90, 85, None, 70, 95]})
# 使用固定值填充空值
df1 = df.fillna(value='Unknown')
print(df1)
# 使用前一个非空值填充空值
df2 = df.fillna(method='ffill')
print(df2)
# 使用后一个非空值填充空值
df3 = df.fillna(method='bfill')
print(df3)
# 使用平均值填充空值
df4 = df.fillna(df.mean())
print(df4)
# 使用中位数填充空值
df5 = df.fillna(df.median())
print(df5)输出结果为：
name score
0 Tom 80.0
1 Jerry 90.0
2 NaN 85.0
3 Mike NaN
4 Tom 70.0
5 Jerry 95.0name score
0 Tom 80.0
1 Jerry 90.0
2 Jerry 85.0
3 Mike 85.0
4 Tom 70.0
5 Jerry 95.0name score
0 Tom 80.0
1 Jerry 90.0
2 Mike 85.0
3 Mike 70.0
4 Tom 70.0
5 Jerry 95.0name score
0 Tom 80.0
1 Jerry 90.0
2 NaN 85.0
3 Mike 82.5
4 Tom 70.0
5 Jerry 95.0name score
0 Tom 80.0
1 Jerry 90.0
2 NaN 85.0
3 Mike 85.0
4 Tom 70.0
5 Jerry 95.0
在代码中，使用fillna()方法对DataFrame中的空值进行处理，填充方式可以根据实际情况选择。最终输出处理后的DataFrame即可。
到此这篇关于浅谈pandas中空值的处理方法的文章就介绍到这了,更多相关pandas 空值内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
本文介绍了Python解析HTML的五种方法及工具,包括BeautifulSoup、lxml、PyQuery、html.parser和正则表达式,每种工具的特点、适用场景和示例代码都有详细介绍,并给出了方法对比、注意事项及性能优化建议,需要的朋友可以参考下2026-04-04
大家好，本篇文章主要讲的是Python OpenCV一个窗口中显示多幅图像，感兴趣的同学赶快来看一看吧，对你有帮助的话记得收藏一下，方便下次浏览2022-01-01
这篇文章主要为大家详细介绍了如何使用 Requests 下载文件并且显示进度条,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下2024-12-12
这篇文章主要给大家介绍了关于Python实现小黑屋游戏的完整实例，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2021-01-01
本篇文章主要介绍了详解用TensorFlow实现逻辑回归算法，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2018-05-05
下面小编就为大家分享一篇Django中redis的使用方法(包括安装、配置、启动)，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2018-02-02
本文主要是通过使用Python的装饰器来做一个运算的实例，来给大家详细介绍下Python的装饰器，非常的实用，有需要的小伙伴可以参考下。2015-08-08
Pytorch中的model.train() 和 model.eval() 原理与用法解析
pytorch可以给我们提供两种方式来切换训练和评估(推断)的模式，分别是：model.train() 和 model.eval()，这篇文章主要介绍了Pytorch中的model.train() 和 model.eval() 原理与用法,需要的朋友可以参考下2023-04-04
文章介绍了如何使用Python的re模块将JavaScript代码转换为JSON格式,首先,使用正则表达式匹配并替换JavaScript代码中的数字,确保它们被双引号括起来,然后,使用另一个正则表达式匹配并替换JavaScript代码中的键值对,确保键和值都被双引号括起来2025-02-02
这篇文章主要实现四种数据结构，分别是数组、堆栈、队列、链表。大家都知道可以用C语言实现这几种数据结构，其实Python也可以实现，下面跟着小编一起来学习。2016-08-08
最新评论