缺失数据(missing data)在大部分数据分析应用中很常见。Pandas可以让缺失数据的处理任务尽量轻松。pandas使用浮点值NaN (Not a Number)表示数组中的缺失数据。
1、简介
Python内置的None值也会被当做NA处理。
Series或DataFrame对象的isnull()方法可以筛选缺失值。
![](https://i-blog.csdnimg.cn/blog_migrate/2605e5a9478b52ddda994708ef5d4452.png)
Series或DataFrame对象缺失值NA处理方法:
![](https://i-blog.csdnimg.cn/blog_migrate/a70100b853e4c8bdeb129574fec627a4.png)
2、滤除缺失数据
过滤掉缺失数据的办法有很多种
2.1 Series对象的处理方法
对于一个Series,dropna返回一个仅含非空数据和索引值的新Series对象:
![](https://i-blog.csdnimg.cn/blog_migrate/a2702eecb8c9aa90def3c622cb29c6eb.png)
也可以通过布尔型索引达到这个目的:
![](https://i-blog.csdnimg.cn/blog_migrate/ed14d7a212c5a421c23c5045b93ab2f8.png)
2.2 DataFrame对象的处理方法
对于DataFrame对象,dropna默认丢弃任何含有缺失值的行,得到一个新DataFrame对象:
![](https://i-blog.csdnimg.cn/blog_migrate/c1abbe6fbee99ef61b53d8b9f5febbfa.png)
丢弃方法说明:
传入how=‘all’将只丢弃全为NA的那些行;要用这种方式丢弃列,只需传入axis=1即可
![](https://i-blog.csdnimg.cn/blog_migrate/8e2c1716c6b5dfe78eb9396eeb52e8d1.png)
how='all'丢弃全为NA的行
![](https://i-blog.csdnimg.cn/blog_migrate/8f778bbe6624c56b24dc341f01c5674a.png)
3、填充缺失数据
若不想滤除缺失数据(有可能会丢弃跟它有关的其他数据),而是希望通过其他方式填补那些“空洞”。
对于大多数情况而言,fillna方法是最主要的方式。
参数说明:
![](https://i-blog.csdnimg.cn/blog_migrate/be06512c0bd5d799e9d45990cbca5056.png)
3.1使用常数填充
通过一个常数调用fillna就会将缺失值替换为那个常数值:
![](https://i-blog.csdnimg.cn/blog_migrate/5ad11cbdb21c4e810ddfb81547b9e16f.png)
3.2 使用字典填充
若是通过一个字典调用fillna,就可以实现对不同的列填充不同的值:
![](https://i-blog.csdnimg.cn/blog_migrate/24acbe5b77f8ebc3b14c2223799f2583.png)
注1:对现有对象就地修改
fillna默认会返回新对象,但也可以对现有对象进行就地修改:
![](https://i-blog.csdnimg.cn/blog_migrate/1f60281d5e0cdae3474cec2d8bf09f28.png)
![](https://i-blog.csdnimg.cn/blog_migrate/2d4c3b1e6d2e9cfa1344ae27f92fa2f0.png)
注2:对reindex有效的那些插值方法也可用于fillna
例:
df.fillna(method='ffill', limit=2) # 向下填充,最多填充两个
![](https://i-blog.csdnimg.cn/blog_migrate/97b4bd83cb88379eaf3b9ce928f056ef.png)
注3:可利用fillna传入Series 的平均值或中位数
![](https://i-blog.csdnimg.cn/blog_migrate/e52257aacb990670534c758d6702a69c.png)