当前位置： 移动技术网 > IT编程>脚本编程>Python > 利用Python进行数据分析_Pandas_处理缺失数据

利用Python进行数据分析_Pandas_处理缺失数据

2018年12月18日  | 移动技术网IT编程  | 我要评论

流行男装,劲舞团快歌,梦回古朝

申明：本系列文章是自己在学习《利用python进行数据分析》这本书的过程中，为了方便后期自己巩固知识而整理。

 1 读取excel数据

import pandas as pd
import numpy as np
file = 'd:\example.xls'
df = pd.dataframe(pd.read_excel(file))
df

2 检测缺失值

2.1 isnull返回一个含有布尔值的对象

import pandas as pd
import numpy as np
file = 'd:\example.xls'
df = pd.dataframe(pd.read_excel(file))
df = df.isnull()
df

2.2 notnull  是isnull 的否定式

import pandas as pd
import numpy as np
file = 'd:\example.xls'
df = pd.dataframe(pd.read_excel(file))
df = df.notnull()
df

3 滤除缺失数据

3.1 滤除所有包含缺失值的行

df.dropna()

3.2 查看不含缺失值的所有行、列

df.dropna(thresh=4)

4 填充缺失数据

dataframe.fillna(value=none, method=none, axis=none, inplace=false, limit=none, downcast=none, **kwargs)

4.1 统一填充某一个值value

df.fillna(0)或df.fillna(value=0)

4.2 用前面的值填充缺失部分

df.fillna(method='ffill')

4.3 用后面的值填充缺失部分

df.fillna(method='bfill')

4.3 某n列用特定的值填充缺失部分

df.fillna({'起息日':'2018-12-11','评级得分':'100'})

4.4 指定一整个轴的值填充缺失部分

df.fillna(method='ffill',axis=1)

您可能感兴趣的文章:

如对本文有疑问，请在下面进行留言讨论，广大热心网友会与你互动！！ 点击进行留言回复

相关文章:

验证码：
最近更新的文章
大家感兴趣的文章
移动技术网