pandas用众数填充缺失值_数据处理之缺失值填充

点赞、关注再看，养成良好习惯

Life is short, U need Python

初学Python，快来点我吧

1. 概述

首先对数据缺失的原因、类型以及处理方法做一个简单地总结，如下图所示：

2. 直接删除法

当缺失值的个数只占整体很小一部分的时候，可直接删除缺失值(行)。但是如果缺失值占比比较大，这种直接删除缺失值的处理方法就会丢失重要信息。

直接删除法处理缺失值时，需要检测样本总体中缺失值的个数。Python中统计缺失值的方法如下(下面结合具体数据集，直接上代码)：

import numpy as np

import pandas as pd

data = pd.read_csv('1.csv') # 需要具体数据(公开的海藻数据集)请留言，并附上邮箱！

data.head()

null_all = data.isnull().sum() # 检测缺失值个数(方法1)

null_all

data.info() # 检测缺失值个数(方法2)

# new_data = data.dropna() # 1--删除存在缺失值的行

# new_data = data.dropna(subset=['C1','Chla']) # 2--删除指定列存在缺失值的行

new_data = data.dropna(thresh=15) # 3--删除行属性值不足k个的行(即删除缺失元素比较多的行-->n-15)

new_data.info()

3. 前填充/后填充

import numpy as np

import pandas as pd

data = pd.read_csv('1.csv')

data[50:60] # 展示缺失值情况

data = data.fillna(method='ffill') # ffill---前填充；bfill--后填充

data[50:60]

4. 均值、众数、中位数填充

通常可以根据样本之间的相似性(中心趋势)填补缺失值，通常使用能代表变量中心趋势的值进行填补，代表变量中心趋势的指标包括 平均值(mean)、中位数(median)、众数(mode) 等，那么我们采用哪些指标来填补缺失值呢？