脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → pandas数据缺失

pandas数据缺失的两种处理办法

 更新时间：2024年12月30日 11:18:12   作者：右拐三次就是左  
本文主要介绍了在pandas中处理数据缺失和0值,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

数据缺失通常有两种情况：

  • 空,None等，在pandas是NAN(和np的nan一样）
  • 另一种就是0

1.为NaN数据的处理

1.判断这列有没有NaN

has_nan = df['age'].isnull().any()
print(has_nan)

或者直接在控制台根据数据进行判断

在这里插入图片描述

2.处理方式

在这里插入图片描述

假设我 操作的是original_publication_year这一列，如何操作才能得到过滤后的显示样式

在这里插入图片描述

处理方式1:只考虑单列

df2 = df[pd.notnull(df["original_publication_year"])

这行代码的目的是 去除 original_publication_year 列中含有 NaN 值的行，并生成一个新的 DataFrame（df2），包含了所有 original_publication_year 列中不含 NaN 值的行。

3. df["original_publication_year"] 是获取 df 数据框中的 original_publication_year 这一列。

4. pd.notnull(df["original_publication_year")用于检查数据中的每个元素是否不是 NaN。返回一个布尔值的 Series.
True 的行会被保留；
False 的行会被排除(Book2何Book4被去除)。

5. 返回一个所有 original_publication_year 列中不是NaN 的行新的DataFrame

处理方式2：删除NaN所在的行

dropna(axis=0,how='any',inplace=False)

any表示有就删,all表示全部是NaN才删
inplace表示是否进行原地修改

处理方式3：填充数据

mean_value = df["original_publication_year"].mean()  # 计算均值
df_filled=df["original_publication_year"].fillna(mean_value)

在这里插入图片描述

t.fillna(t.mean()) #填充均值
t["列名"]=t["列名"].fillna(t["列名"].mean())
#单独对某一列进行操作
t.fiallna(t.median()) #填充中值
t.fillna(0)

2:为0数据的处理

t[t==0]=np.nan # 赋值为NaN
# 当然并不是每次为0的数据都需要处理
# 计算平均值等情况，nan是不参与计算的，但是0会的

设置成NaN后用处理NaN的方法处理。

到此这篇关于pandas数据缺失的处理办法解决的文章就介绍到这了,更多相关pandas数据缺失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！

您可能感兴趣的文章:

相关文章

  • Pandas检查dataFrame中的NaN实现

    Pandas检查dataFrame中的NaN实现

    本文主要介绍了Pandas检查dataFrame中的NaN实现，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
    2023-01-01
  • 使用Python脚本对GiteePages进行一键部署的使用说明

    使用Python脚本对GiteePages进行一键部署的使用说明

    刚好之前有了解过python的自动化，就想着自动化脚本，百度一搜还真有类似的文章。今天就给大家分享下使用Python脚本对GiteePages进行一键部署的使用说明，感兴趣的朋友一起看看吧
    2021-05-05
  • 在Python中通过机器学习实现人体姿势估计

    在Python中通过机器学习实现人体姿势估计

    姿态检测是计算机视觉领域的一个活跃研究领域。这篇文章将为大家介绍在Python中如何利用机器学习进行人体姿势估计，感兴趣的小伙伴可以了解一下
    2021-12-12
  • Python并行分布式框架Celery详解

    Python并行分布式框架Celery详解

    今天小编就为大家分享一篇关于Python并行分布式框架Celery详解的文章，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
    2018-10-10
  • 基于scrapy实现的简单蜘蛛采集程序

    基于scrapy实现的简单蜘蛛采集程序

    这篇文章主要介绍了基于scrapy实现的简单蜘蛛采集程序,实例分析了scrapy实现采集程序的技巧,具有一定参考借鉴价值,需要的朋友可以参考下
    2015-04-04
  • 带你一文搞懂Python文件的读写操作

    带你一文搞懂Python文件的读写操作

    读写文件是最常见的IO操作,Python内置了读写文件的函数,下面这篇文章主要给大家介绍了关于Python文件读写操作的相关资料,文中通过实例代码介绍的非常详细,需要的朋友可以参考下
    2023-05-05
  • Python实现LR1文法的完整实例代码

    Python实现LR1文法的完整实例代码

    这篇文章主要给大家介绍了关于Python实现LR1文法的相关资料，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
    2020-10-10
  • Python watchdog灵活监控文件和目录的变化

    Python watchdog灵活监控文件和目录的变化

    Python Watchdog是一个强大的Python库,它提供了简单而灵活的方式来监控文件系统的变化,本文将详细介绍Python Watchdog的用法和功能,包括安装、基本用法、事件处理以及实际应用场景,并提供丰富的示例代码
    2024-01-01
  • 使用Python防止SQL注入攻击的实现示例

    使用Python防止SQL注入攻击的实现示例

    这篇文章主要介绍了使用Python防止SQL注入攻击的实现示例，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
    2020-05-05
  • pytorch下tensorboard的使用程序示例

    pytorch下tensorboard的使用程序示例

    我们都知道tensorflow框架可以使用tensorboard这一高级的可视化的工具，这篇文章主要介绍了pytorch下tensorboard的使用,需要的朋友可以参考下
    2021-10-10

最新评论