Pandas笔记四 处理丢失数据

最新推荐文章于 2024-03-31 13:50:49 发布
最新推荐文章于 2024-03-31 13:50:49 发布
阅读量127 收藏 1
点赞数
分类专栏： Python学习笔记
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_38119106/article/details/100673929
版权

4处理丢失数据

在这里插入图片描述
在这里插入图片描述

4.1丢弃dropna()

df.dropna(axis=0,how='any')
# how=any,只要有空值 就去掉
# how=all,这一行（或列）全部是空值 就去掉

axis=0,去掉空值所在的行
axis=1,去掉空值所在的列
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

4.2填充fillna()

在这里插入图片描述

4.3判断是否有丢失isnull()

返回每个值是否空
在这里插入图片描述
在这里插入图片描述
这个dataframe是否有空值
在这里插入图片描述
在这里插入图片描述

Dive_
关注
专栏目录
Pandas||过滤缺失数据||pd.dropna()函数详解
漫步量化
11-21 1万+
DataFrame.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False) Remove missing values. pd.dropna()函数(官方文档)用于过滤数据中的缺失数据. 缺失数据在pandas中用NaN标记. import pandas as pd import numpy as np df = pd...
pandas（二）pandas处理丢失数据
程序媛进化论
06-29 3440
Logout2-pandas_missing_valuesPython 3 TrustedFileEditViewInsertCellKernelWidgetsHelpCodeMarkdownRaw NBConvertHeading-处理丢失数据In [1]:import numpy as npimport pandas as pdfrom pandas import Series,DataFra...
python 使用pandas中的dropna方法过滤缺失数据
达达的博客
10-23 7933
pandas中dropna方法的使用参数 参数 DataFrame.dropna(axis=0, how=‘any’, thresh=None, subset=None, inplace=False) 参数：axis : 0为删除行，1为删除列 import pandas as pd import numpy as np df=pd.DataFrame(np.random.randn(4,5),c...
pandas || df.dropna() 缺失值删除
热门推荐
qq_43188358的博客
09-01 3万+
df.dropna()函数用于删除dataframe数据中的缺失数据，即 删除NaN数据. 官方函数说明： DataFrame.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False) Remove missing values. See the User Guide for more on which values are considered missing, and how to work with missing
python pandas 处理丢失数据
YmeBtc的博客
07-29 203
#每天一点点# python 处理丢失数据 6行4列，以日期为行序，A,B,C,D为列序的df import numpy as np import pandas as pd dates = pd.date_range('20130101',periods=6) df = pd.DataFrame(np.arange(24).reshape((6,4)),index=dates,columns=['...
[工作必备]pandas数据分析处理52个常用技巧
python技巧分享
04-22 4345
pandas工具包类似于python中的excel, 在excel中的筛选、排序、计算、透视、vlookup、分类汇总等操作用python如何实现呢? 本文精心整理的pandas数据处理与分析的51个技巧, 100多个知识点 这么多技巧除了收藏, 如何掌握呢, 请看文末! 技巧1: 导入工具包 # pandas 和numpy是两个基础的工具包 import numpy as np import pandas as pd # matplotlib seaborn是作图工具包 import matplo.
Pandas学习笔记
最新发布
bill的博客
03-31 1068
围绕Pandas Cheet Sheet，增加相应的样例代码，从而在不丢失简明的基础上，逐步深入，从而能快速掌握Pandas
Pandas 学习笔记基础知识汇总
marvinmao的博客
08-02 4731
一、pandas读取和存储excel、csv文件 1、df1 = pd.read_excel( file_path ,index_col = ‘col2’ ) 设置索引列为col2，读取出来的数据是dataframe格式 2、df2 = pd.read_csv( serprator =’::’,engine = python) 设置分隔符和读取引擎 3、dataframe.to_excel( file_path ) dataframe.to_csv( ) 4、pd.read_excel(filepath,
pandas学习笔记
雨落
12-24 1044
一、pandas库的Series类型 1、初始化 1、一维Series可以用一维列表初始化 a=pd.Series([1,3,5,np.nan,6,5]) 2、索引 1、默认的情况下，Series的下标都是数字（可以使用额外参数指定），类型是统一的 b=pd.Series([1,3,5,np.nan,6,5],index=['a','b','c','d','e','f']) print(b) 2、索引——数据行标签 a.index 3、取值 a.values 4、切片 a[2:5] 5、索引赋值
pandas笔记
weixin_43981427的博客
03-21 285
文章目录创建序列SeriesDatetimeIndex指定索引未指定索引 index时输出每一个值返回数据的描述，平均值，方差啥的索引排序按里面的值排序选择特定数据以标签的名义来选择以具体位置选用索引名和位置结合筛选是和否的筛选（条件）pandas设置值（没看）处理丢失的数据去掉有丢失数据的行或列对丢失数据大的填充以true | false 看有无缺失数据pandas导入导出数据pandas合并D...
pandas读取excel的文字显示不全
Dive的博客
10-17 2464
display.max_colwidth 每一列最大的宽度（避免属性值或列名显示不全） pd.set_option("display.max_colwidth",1000)
Pandas笔记八 结合plot简单画图
Dive的博客
09-12 279
8 结合plot简单画图 8.1 Series import pandas as pd import numpy as np import matplotlib.pyplot as plt data = pd.Series(np.random.randn(1000), index=np.arange(1000)) data = data.cumsum() data.plot() plt.show...
Pandas笔记七 合并merge
Dive的博客
09-11 194
7Pandas笔记七 合并merge left = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'], 'A': ['A0', 'A1', 'A2', 'A3'], 'B': ['B0', 'B1', 'B2', 'B3'...
Matplotlib笔记一 基本用法
Dive的博客
09-14 194
1.1基本用法 import matplotlib.pyplot as plt import numpy as np x=np.linspace(-1,1,50) y=2*x+1 plt.plot(x,y) plt.show() 1.2 figure plt.figure()相当于重新打开一个图像 并对其设置 x=np.linspace(-5,5,50) y1=2*x+1 y2=x**2 pl...
Pandas笔记二 选择数据
Dive的博客
09-09 157
2选择数据 import pandas as pd import numpy as np dates=pd.date_range('20130101',periods=6) #不知道为啥我会报错AttributeError: module 'pandas' has no attribute 'date_range' df=pd.DaraFrame(np.arrange(24).reshape((...
1对文件读写操作
Dive的博客
07-25 154
##1最基本的文件读写txt 1.1读取txt path=r'D:\MyPython\Pystudy\file\lbj.txt' f=open(path) print(f.read()) f.close() 1.2追写txt def file_txt_write(): path=r'D:\MyPython\Pystudy\file\lbj.txt' ...
Pandas笔记六 合并concat
Dive的博客
09-11 151
6合并concat import pandas as pd import numpy as np df1=pd.DataFrame(np.ones((3,4))*0,columns=['a','b','c','d']) df2=pd.DataFrame(np.ones((3,4))*1,columns=['a','b','c','d']) df3=pd.DataFrame(np.ones((3,...
Matplotlib笔记三 多合一
Dive的博客
09-16 146
3.1多合一 plt.figure() plt.subplot(2, 2, 1) #分成2行2列 在第一个位置画（左上位置） #plt.plot([0,0],[0,1]) plt.subplot(222) #第二个位置画 plt.plot([0, 1], [0, 2]) plt.subplot(223) #第三个位置画 plt.subplot(223) plt.subplot(224) #第四个位...
Matplotlib笔记二 图的样式
Dive的博客
09-15 135
只需要修改x,y 方便画 2.1散点图 import matplotlib.pyplot as plt import numpy as np n = 1024 X = np.random.normal(0, 1, n)#正态分布 平均0 方差1 1024个 Y = np.random.normal(0, 1, n) T = np.arctan2(Y, X)#单纯为了颜色好看 plt.s...
Python pandas库基础教程：数据处理入门
"Python数据处理库pandas入门教程" 在Python数据科学领域，pandas库扮演着至关重要的角色，它是高效地处理和分析数据的核心工具。pandas提供了强大的数据结构，如Series和DataFrame，使得数据清洗、转换和分析变得...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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