python读取csv文件并进行缺失值处理

所用到的库:import pandas as pd

使用pandas工具读取csv文件

   data = pd.read_csv(r"文件路径")

选取csv文件中“age”列为例

   x = data["age"]

打印csv文件中所有列的空值数量

  print(data.isnull().sum())

打印结果如下:

左侧表示列名,右侧表示该列的缺失值数量。

对age列中的缺失值进行处理:使用age的平均值填充缺失值,inplace=True表示直接修改原对象。

   data["age"].fillna(x["age"].mean(),inplace=True)

最终,data中age列的缺失值得到了处理。

  • 2
    点赞
  • 27
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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