python数据分析-数据清洗与整理
又开始我的好好学习之旅,这周学习数据分析,居老师日常动力!
今天要跟着罗罗攀(公众号:luoluopan1)学pandas数据清洗、合并、重塑以及字符串处理,数据均来自罗罗攀,敲棒~
1.数据清洗
处理缺失值
第一步:找出缺失值
主要通过 **isnull **和 **notnull **方法返回 **布尔值 **来判断什么位置有缺失值
(注:使用juypter notebok)
from pandas import DataFrame,Series
import pandas as pd
import numpy as np
df = DataFrame([[3,4,5],[1,6,np.nan],['xxj','xf',np.nan],[np.nan,'a','b']])
df.isnull()
df.notnull()
通过sum可以获得每一列的缺失值数量,在通过sum可以获得整个DataFrame的缺失值数量
df.isnull().sum()
df.isnull().sum().sum()
通过info的方法可以获得整个DataFrame的数据缺失情况
第二步:处理缺失值
主要有删除缺失值、填充缺失值两种方法
(1) 可通过dropna方法删除有缺失值的所在行,记住是所在整个行
dropna方法可传入参数,传入how=‘all’,则会删除全部都为NAN的行,还是整个行
df2 = DataFrame(np.arange(12).reshape(3,4))
df2[3]=np.nan
df2.iloc[2,:]=np.nan
df2.dropna(how='all')
如果想删除包含缺失值的所在整个列,同样传入参数axis=1即可
df2.dropna(how='all',axis