pandas去重和填补、删除空值

pandas去重和填补、删除空值

接着之前那个介绍pandas索引与选取的文章写的。如果有错误欢迎指出，谢谢。 总结的可能不全，后续会补充。
我是不想把相关函数的每个参数都介绍一遍，只介绍最基本的去重删除等操作。

一、去重：

所有的操作基于如下数表：

pandas的去重函数：pd.drop_duplicates()。

pandas.DataFrame(Series).drop_duplicates(self, subset=None, keep='first', inplace=False)

具体用法示例：

df.drop_duplicates(['C'])   # 对C列去重，保留下来的是第一行的数据。
df.drop_duplicates(['C'，'D'])  # 对C，D列去重。去重后无变化，因为CD两列相同的值并不在同一行上。
df.drop_duplicates(['C'，'E'])  # 对C，E列去重。会删去c这一行。
df.drop_duplicates()  # 无变化。因为数表中并没有两行或以上完全相同的。

二、空值处理：

基于以下数表：

1. 要处理空值，首要的就是要找到空值。
   pandas判断是否为空值的函数（会判断数表内的每一个单元格的数字）：
   df.isnull()
   结果为：
   
   df.isnull().any()
   结果为：
   
   任取一列的：

2. 找到空值之后，就要对空值进行处理：
**第一种处理方式：**利用pandas的处理空值的函数：

代码示例：

df.dropna()  # 去掉所有有空值的行
df['B'].dropna()  # 去掉B列里所有为空值的行

**第二种处理方式：**利用pandas填充空值的函数：

代码示例：

df.fillna(5)  # 把所有的空值用5填充
df['B'].fillna(5)  # 把B列里所有的空值用5填充

**第三种处理方式：**利用isnull()函数和pandas的序列索引进行空值填充：。
需要注意的是这样的空值填充方式会直接改变原表。

df.loc[df['B'].isnull(),'B'] = 1234  # 把B列里所有的空值用1234填充

暂时想到的就这么多。