Python - Pandas 对缺失值的处理方法

本文摘要：

实例

对这样一个不规则excel进行数据处理

本代码主要演示各个功能的使用和解决思路，并不是完整程序。

import pandas as pd
studf = pd.read_excel('xx.xlsx', skiprows=2)  # 读取时跳过前两行

# 检测空值
studf.isnull()

检测空值的返回结果

# 单列检测空值
studf['分数'].isnull()

# 与isnull相反，非空为True
studf['分数'].notnull()

# 例如筛选没有空分数的行
studf.loc[studf['分数'].notnull(), :]

# 删除全是空值的列
studf.dropna(axis='columns', how='all', inplace=True)

# 删除全是空值的行
studf.dropna(axis='index', how='all', inplace=True)

# 将分数列为空的值填充为0
studf.fillna({'分数': 0})
# 等同于
studf.loc[:, '分数'] = studf['分数'].fillna(0)

# 将姓名缺失值填充，用前面的有效值填充，ffill:forward fill
studf.loc[:, '姓名'] = studf['姓名'].fillna(method='ffill')

# 保存数据，index=False表示不保留DataFrame自动生成的索引列
studf.to_excel('xxx.xlsx', index=False)

题外话

如何在原dataframe上创建空列

import numpy as np
import pandas as pd

df["Empty_1"] = ""
df["Empty_2"] = np.nan
df['Empty_3'] = pd.Series() 

创建结果

*此文仅为个人笔记