Pandas 使用技巧（二）

处理丢失数据

由np.nan 填充丢失的数据

df.dropna(axis=0, how='any')

• axis 根据行或者列丢弃，0 是行，1是列
• how，指定丢弃行为
• any，只要有一个nan就丢弃，，默认
• all，所有的都为nan才丢弃

df.fillna(value=0), 为nan填上数据

• value, 指定需要填入的数据

其他相关方法

• df.isnull() 检查dataFrame中是否有缺失数据
• np.any(df.isnull() = True) 针对超大表格，找到是否有nan

Panda导入导出

可以读取的格式

• read_csv 这个常用
• read_excel
• read_hdf
• read_pickle python自带压缩格式
• read_json

可以导出的格式

• to_csv
• to_json

data = pd.read_csv("\*.csv")

read 进来以后会自动加上索引

data.to_csv("***.csv") 直接使用dataframe调用to_*** 来输出

合并多个DataFrame

df1