pandas fillna_Pandas学习笔记（二）

前言

上一篇研究了如何构建一个Pandas的Series和DataFrame，之后对DataFrame的行列选择及增加删除行为进行了探索，这一节将从如何对DataFrame进行条件选择开始。

条件选择

DataFrame 中的条件选择指的是这样一回事，比如对某个全为数字的列，我们可以通过指定该列大于或小于某个值，从而得到一个新的结果。下面我们先来用numpy包构造一个全是数字的DataFrame：

选择第1列大于0的数据：

如果我们在第1列大于0的结果中只显示第2列，可以这样子：

当然，在已经条件筛选的结果中选择任意列组合也没有问题：

上面的一行代码显得简洁，它其实相当于下面代码合在一起的功能： 如果利用逻辑运算符&和|，则会组合出更复杂的选择语句，比如我们要选出第1列大于0，且第3列小于0的结果，可以这样写：

重建索引 有时候我们可能觉得数据框架中的列标没那么明显地显示行数，此时可以用.reset_index()函数来重建一个索引，该函数可以将数据集的行从0到len(data)-1进行排列，数据集的前后对比如下：

以上的操作并不改变原数据框架，如果我们想为原数据集添加数字行标，则需要在reset_index()的参数中添加inplace=True，这样就不会创建新的数据框架，而是对原数据框架进行修改：

为数据框架重建索引，并不一定要用数字，还可以指定数据集的某一列，比如我们重新为新数据集添加一列：

为了将 ID 列作为索引，需要用到 set_index 函数：

和 .reset_index 不一样的是， set_index 直接用新列重置了旧索引，当然它也是新建了一个数据框架，原数据集不变。

多重索引 熟悉Excel的同学肯定知道在Excel中，有一项数据排序功能，它可以按第一关键列排序，之后再按第二关键列排列。这就牵扯到数据的多重索引问题，在Pandas中，创建多重索引也很容易，它可以从元组数组中产生，但要保证该数组中每一个元组都是独一无二的，比如，我们先来创建一个元组数组：

接下来，由上面这个数组来创建一个 pandas 多重索引：

然后根据这个多重索引创建数据框架：

同样可用 loc 对上述索引进行数据的选取：

刚才创建的 DataFrame 有两个索引，它们应该有不同的名字，现在我们来给它们设置名称：

如果我们只要选择上述数据框架中的数量为 10 的值，应该这样子来写：

对缺失数据的处理

在用pandas读取数据的过程中，难免会产生一些缺失数据，下面我们来创建一个带缺失数据的DataFrame来进行相关演示：

用dropna可以去掉任何含有NaN值的行，要删除含有NaN值的列，则需要dropna(axis=1)，默认axis=0:

与dropna相似的还有一个fillna函数，它可以给缺失值填充数值，比如将所有的NaN值替换为10：

或者将指定列的 NaN 填充为该列的平均值：

和前面的函数类似， dropna 和 fillna 都不改变原数据框架，它们的运行结果都是重新生成新的数据框架。

小结

本文研究了DataFrame的条件选择，又对数据框架的索引问题进行了分析，最后对数据框架中的缺失值进行了筛选和填充，接下来，我们将学习利用Pandas进行数据的聚合。