pandas:填充缺失值

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

在这里插入图片描述
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)

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')

在这里插入图片描述
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NaN

df.fillna(method='bfill',limit=1)

在这里插入图片描述
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’])

  • 3
    点赞
  • 14
    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