Pandas剔除缺失值

本文介绍了如何使用Pandas库中的dropna()和fillna()函数来处理DataFrame中的缺失值,包括行级剔除、列级剔除、以及自定义阈值的策略。通过实例演示了如何根据需求灵活配置参数,以适应各种缺失值管理场景。
摘要由CSDN通过智能技术生成

缺失值处理方法,包括 dropna()(剔除缺失值)和 fillna()(填充缺失值)。本文介绍如何利用 Pandas 剔除缺失值:

data = pd.Series([1, np.nan, 'hello', None]) 
data.dropna() 

输出结果如下:

0 1
2 hello 
dtype: object

而在 DataFrame 上使用它们时需要设置一些参数,例如下面的 DataFrame:

df = pd.DataFrame([[1, np.nan, 2], 
					[2, 3, 5], 
					[np.nan, 4, 6]]) 
print(df)

输出结果如下:

   0   1   2 
 0 1.0 NaN 2 
 1 2.0 3.0 5 
 2 NaN 4.0 6

我们没法从 DataFrame 中单独剔除一个值,要么是剔除缺失值所在的整行,要么是整列。根据实际需求,有时需要剔除整行,有时可能是整列,DataFrame 中的 dropna() 会有一些参数可以配置。
默认情况下,dropna() 会剔除任何包含缺失值的整行数据:

df.dropna() 

输出结果如下:

   0   1   2 
 1 2.0 3.0 5

可以设置按不同的坐标轴剔除缺失值,比如 axis=1(或 axis=‘columns’)会剔除任何包含缺失值的整列数据:

df.dropna(axis='columns') 

输出结果如下:

   2 
 0 2 
 1 5 
 2 6

但是这么做也会把非缺失值一并剔除,因为可能有时候只需要剔除全部是缺失值的行或列,或者绝大多数是缺失值的行或列。这些需求可以通过设置 how 或 thresh 参数来满足,它们可以设置剔除行或列缺失值的数量阈值。
默认设置是 how=‘any’,也就是说只要有缺失值就剔除整行或整列(通过 axis 设置坐标轴)。还可以设置 how=‘all’,这样就只会剔除全部是缺失值的行或列了:

df[3] = np.nan 
print(df)

输出结果如下:

   0   1   2 3 
 0 1.0 NaN 2 NaN 
 1 2.0 3.0 5 NaN 
 2 NaN 4.0 6 NaN 
df.dropna(axis='columns', how='all') 

输出结果如下:

   0   1    2 
 0 1.0 NaN 2 
 1 2.0 3.0 5 
 2 NaN 4.0 6

还可以通过 thresh 参数设置行或列中非缺失值的最小数量,从而实现更加个性化的配置:

In[22]: df.dropna(axis='rows', thresh=3) 

输出结果如下:

   0   1   2 3 
 1 2.0 3.0 5 NaN

第 1 行与第 3 行被剔除了,因为它们只包含两个非缺失值。

  • 2
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 16
    评论
评论 16
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值