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:
-
先来创建一个带有缺失值的数据框具体数据内容为:
-
使用0替代缺失值(当然你可以用任意一个数字代替NaN)输出结果为:
-
用一个字符串代替缺失值输出结果为:
-
用前一个数据代替NaN:method='pad'输出结果为:
-
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NaN输出结果为:
-
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输出结果为:
-
另外,我们还可以选择哪一列进行缺失值的处理输出结果为: