數(shù)據(jù)清洗--DataFrame中的空值處理方法
更新時(shí)間：2018年07月03日 10:13:42 作者：軟件大盜
今天小編就為大家分享一篇數(shù)據(jù)清洗--DataFrame中的空值處理方法，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧
數(shù)據(jù)清洗是一項(xiàng)復(fù)雜且繁瑣的工作，同時(shí)也是整個(gè)數(shù)據(jù)分析過程中最為重要的環(huán)節(jié)。
在python中空值被顯示為NaN。首先，我們要構(gòu)造一個(gè)包含NaN的DataFrame對象。
>>> 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
刪除NaN
刪除NaN所在的行
刪除表中全部為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
刪除表中任何含有NaN的行
>>> data.dropna(axis=0, how='any') age sex phone 0 12.0 man 13865626962
刪除NaN所在的列
刪除表中全部為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
刪除表中任何含有NaN的列
>>> data.dropna(axis=1, how='any') Empty DataFrame Columns: [] Index: [0, 1, 2, 3]
注意：axis 就是”軸，數(shù)軸“的意思，對應(yīng)多維數(shù)組里的”維“。此處作者的例子是二維數(shù)組，所以，axis的值對應(yīng)表示：0軸（行），1軸（列）。
填充NaN
如果不想過濾（去除）數(shù)據(jù)，我們可以選擇使用fillna()方法填充NaN，這里，作者使用數(shù)值'0'替代NaN,來填充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
我們還可以通過字典來填充，以實(shí)現(xiàn)對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
以上這篇數(shù)據(jù)清洗--DataFrame中的空值處理方法就是小編分享給大家的全部內(nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
這篇文章主要為大家詳細(xì)介紹了python版簡單工廠模式，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2017-10-10
這篇文章主要給大家介紹了關(guān)于利用python如何在前程無憂高效投遞簡歷的相關(guān)資料，文中通過示例代碼介紹的非常詳細(xì)，對大家學(xué)習(xí)或者使用python具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面來一起學(xué)習(xí)學(xué)習(xí)吧2019-05-05
今天小編就為大家分享一篇python引入不同文件夾下的自定義模塊方法。具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-10-10
利用Python?實(shí)現(xiàn)分布式計(jì)算
這篇文章主要介紹了利用Python?實(shí)現(xiàn)分布式計(jì)算，文章通過借助于?Ray展開對分布式計(jì)算的實(shí)現(xiàn)，感興趣的小伙伴可以參考一下2022-05-05
這篇文章主要為大家介紹了Pandas 2.1發(fā)布更新功能介紹,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2023-09-09
今天小編就為大家分享一篇基于django傳遞數(shù)據(jù)到后端的例子，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-08-08
python?selenium在打開的瀏覽器中動(dòng)態(tài)調(diào)整User?Agent
這篇文章主要介紹的是python?selenium在打開的瀏覽器中動(dòng)態(tài)調(diào)整User?Agent，具體相關(guān)資料請需要的朋友參考下面文章詳細(xì)內(nèi)容，希望對你有所幫助2022-02-02
這篇文章主要介紹了python asyncio 協(xié)程庫的使用，幫助大家更好的理解和使用python，感興趣的朋友可以了解下2021-01-01
Python制作動(dòng)態(tài)字符圖的實(shí)例
今天小編就為大家分享一篇關(guān)于Python制作動(dòng)態(tài)字符圖的實(shí)例，小編覺得內(nèi)容挺不錯(cuò)的，現(xiàn)在分享給大家，具有很好的參考價(jià)值，需要的朋友一起跟隨小編來看看吧2019-01-01
python?pandas創(chuàng)建多層索引MultiIndex的6種方式
這篇文章主要為大家介紹了python?pandas創(chuàng)建多層索引MultiIndex的6種方式，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2022-07-07