pandas计算含缺失值中列平均值_机器学习 Pandas 02：基础 前12题 ( 带答案、注释 )...

9. 表格中缺失值处理

import numpy as np

import pandas as pd

dates = pd.date_range('20130101', periods=6)

df = pd.DataFrame(np.random.randn(6,4), index=dates, columns=list('ABCD'))

s1 = pd.Series([1,2,3,4,5,6], index=pd.date_range('20130102',periods=6))

df['F'] = s1

df

df1 = df.reindex(index=dates[0:4], columns=list(df.columns)+['E'])

df1.loc[dates[0]:dates[1],'E'] = 1

df1

# pandas的reindex对象，是数据符合新的索引来构造一个新的对象

# 赋值列"E",里面第一行、第二行赋值为1

# 在pandas中，用np.nan来代表缺失值，这些值默认不会参与运算。

# reindex()允许你修改、增加、删除指定轴上的索引，并返回一个数据副本。

df1.dropna(how='any')

# 剔除所有包含缺失值的行数据。

df1.fillna(value=5)

# 填充缺失值，将df1的缺失值都填充为5

pd.isnull(df1)

# 获取值是否为nan的布尔标记