更多编程教程请到:菜鸟教程 https://www.piaodoo.com/
友情链接:
高州阳光论坛https://www.hnthzk.com/ 人人影视http://www.sfkyty.com/处理方式:
存在缺失值nan,并且是np.nan:
删除存在缺失值的:dropna(axis='rows')
替换缺失值:fillna(df[].mean(), inplace=True)
不是缺失值nan,有默认标记的
1、存在缺失值nan,并且是np.nan
# 判断数据是否为NaN # pd.isnull(df),pd.notnull(df),pd.isna(df)
读取数据
movie = pd.read_csv("./date/IMDB-Movie-Data.csv")
##第一种 删除
pandas删除缺失值,使用dropna的前提是,缺失值的类型必须是np.nan
删除缺失值为np.nan的所在行
movie.dropna()
第二种 替换缺失值
替换存在缺失值的样本
替换 填充平均值
movie[‘Metascore’].fillna(movie[‘Metascore’].mean(), inplace=True)
替换 填充自定义值
movie[‘Metascore’].fillna(11, inplace=True)
2、不是缺失值nan,有默认标记的
1、先替换默认标记值为np.nan
df.replace(to_replace=, value=)
2、在进行缺失值的处理
# 把一些其它值标记的缺失值,替换成np.nan
mm = moive.replace(to_replace='默认值', value=np.nan)
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持菜鸟教程www.piaodoo.com。