系列文章目录
第六章 Pandas 学习入门之pandas处理缺失值
随着人工智能的不断发展,数据分析这门技术也越来越重要,很多人都开启了学习数据分析,本文就介绍了pandas学习的基础内容。本章简单介绍了pandas处理缺失值的步骤,详细请看下文。
前言
本章仅仅简单介绍了pandas数据统计函数的3种方法——汇总类统计、唯一去重和按值计数、相关系数与协方差。
提示:以下是本篇文章正文内容,下面案例可供参考
一、pandas缺失值处理相关函数
Pandas使用这些函数处理缺失值:
- isnull和notnull:检测是否是空值,可用于df和series
- dropna:丢弃、删除缺失值
- axis : 删除行还是列,{0 or ‘index’, 1 or ‘columns’}, default 0
- how : 如果等于any则任何值为空都删除,如果等于all则所有值都为空才删除
- inplace : 如果为True则修改当前df,否则返回新的df
- fillna:填充空值
- value:用于填充的值,可以是单个值,或者字典(key是列名,value是值)
- method : 等于ffill使用前一个不为空的值填充forword fill;等于bfill使用后一个不为空的值填充backword fill
- axis : 按行还是列填充,{0 or ‘index’, 1 or ‘columns’}
- inplace : 如果为True则修改当前df,否则返回新的df
二、实例展示——特殊Excel的读取、清洗、处理
0.引入库
代码如下(示例):
import pandas as pd
1.读取excel的时候,忽略前几个空行
skiprows=2
参数告诉pandas
在读取数据之前跳过前两行。这对于忽略文件中的标题或其他非数据信息非常有用。
studf = pd.read_excel("./student_excel.xlsx", skiprows=2)
studf
2.检测空值
studf.isnull()
studf["分数"].isnull()
studf["分数"].notnull()
# 筛选没有空分数的所有行
studf.loc[studf["分数"].notnull(), :]
3.删除掉全是空值的列
studf.dropna(axis="columns", how='all', inplace=True)
studf
4.删除掉全是空值的行
studf.dropna(axis="index", how='all', inplace=True)
studf
5.将分数列为空的填充为0分
studf.fillna({"分数":0})
# 等同于
studf.loc[:, '分数'] = studf['分数'].fillna(0)
studf
6.将姓名的缺失值填充
使用前面的有效值填充,用ffill:forward fill
studf.loc[:, '姓名'] = studf['姓名'].fillna(method="ffill")
studf
method : 等于ffill使用前一个不为空的值填充forword fill;等于bfill使用后一个不为空的值填充backword fill
7.将清洗好的excel保存
studf.to_excel("student_excel_clean.xlsx", index=False)
总结
提示:这里对文章进行总结:
随着人工智能的不断发展,数据分析这门技术也越来越重要,很多人都开启了学习数据分析,本文就介绍了pandas学习的基础内容。本章简单介绍了pandas处理缺失值的步骤,详细请阅览上文。