Excel VS Python 第二期——缺失值处理

知识点3：检查缺失值

import pandas as pd   #载入pandas库
data = pd.read_excel('C:/Users/dell-pc/Desktop/data.xlsx')   #读取Excel文件数据
data.head(5)   #显示前5行数据
data.shape[0]   #显示数据集的行数
data.isnull().sum()   #查看各列数据的缺失情况

知识点4：删除缺失值

data.dropna(how = "any", inplace = True)   #删除存在缺失值的数据行
data.head(5)   #显示删除缺失值后新数据集的前5行数据
data.shape[0]   #显示数据集的行数

参数名称	参数用途
how	用于指定缺失值的删除方式，"any"表示只要存在一个缺失值就删除该行数据，"all"表示只有所有值均为缺失值才删除该行数据
inplace	用于指定是否在原数据集上直接修改，"True"表示在原数据集上直接修改，"False"表示不在原数据集上直接修改

知识点5：填充缺失值

将缺失值填充为固定值

data.fillna(0, inplace = True)
data.head(5)   #显示前5行数据

将某列的缺失值填充为固定值

data.fillna({"fixed acidity":0}, inplace = True)
data.head(5)   #显示前5行数据

将缺失值填充为均值

data.fillna(data.mean(), inplace = True)
data.head(5)   #显示前5行数据

将缺失值填充为中位数

data.fillna(data.median(), inplace = True)
data.head(5)   #显示前5行数据

将某列的缺失值填充为均值

data["fixed acidity"] = data["fixed acidity"].fillna(data["fixed acidity"].mean())
data.head(5)   #显示前5行数据

将某列的缺失值填充为中位数

data["fixed acidity"] = data["fixed acidity"].fillna(data["fixed acidity"].median())
data.head(5)   #显示前5行数据

将缺失值填充为上一行的数据

data.fillna(method = "ffill", inplace = True)
data.head(5)   #显示前5行数据

将缺失值填充为下一行的数据

data.fillna(method = "bfill", inplace = True)
data.head(5)   #显示前5行数据

★微信搜一搜“TriHub数据社”，欢迎关注获得入社福利