拜师学习之Pandas

最新推荐文章于 2024-08-14 23:30:40 发布

hello_JeremyWang

最新推荐文章于 2024-08-14 23:30:40 发布

阅读量89

点赞数

分类专栏： Python操作文章标签： python

本文链接：https://blog.csdn.net/hello_JeremyWang/article/details/116862101

版权

Python操作专栏收录该内容

18 篇文章 5 订阅

订阅专栏

本文介绍了如何使用Pandas库在Python中处理数据。首先展示了如何利用fillna()函数对DataFrame中的缺失值进行整体填充和指定列填充，分别用平均值作为填充值。接着，演示了如何通过str.split()方法将字符串离散化，将信息列拆分为列表形式。

摘要由CSDN通过智能技术生成

1. 缺失值填充

pandas中缺失值填充通常使用fillna函数

import pandas as pd
t = pd.DataFrame({'age':[12,13,np.nan,12],'weight':[60,63,np.nan,60]})

#全部填充
t = t.fillna(t.mean())

#填充制定列
t['age'] = t['age'].fillna(t['age'].mean())

2. 字符串离散化

import pandas as pd
t = pd.DataFrame({'info':['China,Henan']})

location_list = t['info'].str.split(',').tolist()

hello_JeremyWang

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
拜师学习之Pandas

1. 缺失值填充pandas中缺失值填充通常使用fillna函数import pandas as pdt = pd.DataFrame({'age':[12,13,np.nan,12],'weight':[60,63,np.nan,60]})#全部填充t = t.fillna(t.mean())#填充制定列t['age'] = t['age'].fillna(t['age'].mean())2. 字符串离散化import pandas as pdt = pd.DataFrame({
复制链接

扫一扫

专栏目录