python pandas 处理丢失数据

本文介绍了如何使用Python的pandas库处理数据中的缺失值,包括按行删除含有NaN的数据、按列删除含有NaN的数据、用0填充NaN值以及检查数据中是否存在NaN值的方法,帮助理解pandas对缺失数据的处理策略。
摘要由CSDN通过智能技术生成

#每天一点点#
python pandas 处理丢失数据

6行4列,以日期为行序,A,B,C,D为列序的df

import numpy as np
import pandas as pd
dates = pd.date_range('20130101',periods=6)
df = pd.DataFrame(np.arange(24).reshape((6,4)),index=dates,columns=['A','B','C','D'])
df.iloc[0,1] = np.nan
df.iloc[1,2] = np.nan

1:只要有nan,那么按照行进行删除

how 有两种情况:any 和 all
any是指只要有nan,则进行删除;all是指这一行或列全部是nan,才被删除

df_drop1 = df.dropna(axis=0,how='any')

输出结果
A B C D
2013-01-03 8 9.0 10.0 11
2013-01-04 12 13.0 14.0 15
2013-01-05 16 17.0 18.0 19
2013-01-06 20 21.0 22.0 23

2:只要有nan,那么按照列进行删除

df_drop2 = df.dropna(axis=1,how='any&
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值