DataFrame(7)：缺失值处理

DataFrame(7)：缺失值处理

1、替换字符

例如把字符‘A’ 替换为字符‘B’

data.replace(to_replace="A", value='B')  

to_replace:替换前的值， value:替换后的值

2、判断缺失值是否存在

（1）pd.notnull(dataframe)             #新DataFrame（boolen类型）
（2）np.all(pd.notnull(dataframe))     #true/false
（3）pd.isnull(dataframe)              #新DataFrame（boolen类型）
（4）np.any(pd.isnull(dataframe))      #true/false
（5）df.isnull()                       #通过isnull函数看一下是否有空值，结果是有空值的地方显示为True，没有的显示为False；再通过isnull().any()直接看每一列是否有空值，这个是只要这一列有1个空值，结果就是True;如果想具体看哪几行有空值，可以再用data.isnull().values==True来定位
 (6)data[data.isnull().values==True]     #有缺失值的行
（7）data.isna().all()           		 #全为空的行或者列
（8）data.isnull().sum()        		 #为空的列数总和

3、删除缺失值

data.dropna() #使用dropna的前提：缺失值的类型必须是np.nan

参数：
	-axis: 删除行还是列，行是0或index,列是1或column，默认是行
	-subst: 删除某几列的缺失值，可选，默认为所有列
	-how: any or all，any表明只要出现1个就删除，all表示所有列均为na才删
	-thresh: 缺失值的数量标准，达到这个阈值才会删除
	-inplace: 是否替换

data.dropna(axis=0, how='all') #删除表中全部为NaN的行
data.dropna(axis=1, how='all') #删除表中全部为NaN的列
dropna(thresh=thr,axis=1) #将缺失率>thr的列删除
dropna(subset=['a'],axis=0) #删除列a 为空的行

4、填充缺失值

dataframe.fillna(value,method,{},limit,inplace,axis)

参数：
	-value: 可以传入一个字符串或数字替代Na，值可以是指定的或者平均值，众数或中位数等
	-method: 有ffill（用前一个填充）和bfill（用后一个填充）两种
	-{}： 可以根据不同的列填充不同的值，列为键，填充值为值
	-limit: 限定填充的数量
	-inplace: 是否直接在原文件修改,True:会修改原数据，False:不替换修改原数据，生成新的对象
	-axis: 填充的方向，默认是0，按行填充

data['age'].fillna(data['age'].mean(), inplace=True)  
#用平均值填充缺失值