当数据中存在NaN缺失值时,我们可以用其他数值替代NaN,主要用到了DataFrame.fillna()方法,下面我们来看看具体的用法:
1.先来创建一个带有缺失值的DataFrame:import pandas as pd
import numpy as np
df=pd.DataFrame(np.random.randn(5,3),index=list('abcde'),columns=['one','two','three'])
df=pd.DataFrame(np.random.randn(5,3),index=list('abcde'),columns=['one','two','three'])
df.ix[1,:-1]=np.nan
df.ix[1:-1,2]=np.nan
df
具体数值为:
import pandas as pd
import numpy as np
df=pd.DataFrame(np.random.randn(5,3),index=list('abcde'),columns=['one','two','three'])
df=pd.DataFrame(np.random.randn(5,3),index=list('abcde'),columns=['one','two','three'])
df.ix[1,:-1]=np.nan
df.ix[1:-1,2]=np.nan
df
2.使用0替代缺失值(当然你可以用任意一个数字代替NaN)
df.fillna(0)
df.fillna(0)
3.用一个字符串代替缺失值df.fillna('missing')
4.用前一个数据代替NaN:method='pad'df.fillna(method='pad')
df.fillna('missing')
df.fillna(method='pad')
5.与pad相反,bfill表示用后一个数据代替NaN。这里我们增加一个知识点,用limit限制每列可以替代NaN的数目,下面我们限制每列只能替代一个NaNdf.fillna(method='bfill',limit=1)
df.fillna(method='bfill',limit=1)
6.除了上面用一个具体的值来代替NaN之外,还可以使用平均数或者其他描述性统计量来代替NaN
df.fillna(df.mean()
7.最后,我们还可以选择哪一列进行缺失值的处理。
df.fillna(df.mean()['one':'two'])