利用Python数据分析：pandas入门（五)

from pandas import Series,DataFrame
import pandas as pd
import numpy as np
from numpy import nan as NA
df = DataFrame(np.random.randn(7,3))
df.ix[:4,1] = NA
df.ix[:2,2] = NA
df
df.fillna(0) # 将缺失值填充为0
df.fillna({1:0.5,3:-1}) # 通过字典来调用fillna 实现对不同的列填充不同的值
# fillna会默认返回新的对象，但是也可以对现有的对象就地进行修改
_ = df.fillna(0,inplace=True)
df
df = DataFrame(np.random.randn(6,3))
df.ix[2:,1] = NA;df.ix[4:,2] = NA
df
df.fillna(method='ffill') # 对reindex有效的插值方法也可以用于fillna
df.fillna(method='ffill', limit=2) # 只填充第三列
data = Series([1,NA,3.5,NA,7])
data.fillna(data.mean())
# 层次化索引
data = Series(np.random.randn(10),
              index=[['a','a','a','b','b','b','c','c','d','d'],
                     [1,2,3,1,2,3,1,2,2,3]])
data
'''
a  1   -1.455854
   2   -0.847865
   3    2.115079
b  1   -1.227672
   2    0.35