Pandas第6章:处理缺失数据
6.1缺失值查看
- isna()、isnull():如果是缺失值则返回True,否则返回False
- notna():如果不是缺失值则返回True,否则返回False
- info():输出整个表所有列的数据类型
- 常用操作:
df.isna().sum() #每列有多少缺失值
df.info() #可以统计缺失值数据还可以获得数据类型
df[df['Physics'].isna()] #查看某列'Physics',有缺失值的所在行
df[df.notna().all(1)] #挑出所有非缺失值的行
df[df.notna().any(1)] #使用all就是全部非缺失值,是any就是至少有一个不是缺失值
6.2缺失值符号
三种符号
-
np.nan
- 特点1: 不等于自己:np.nan 不能通过判断 自己是否等于自己 的方式 捕获,如下:
np.nan == np.nan
- 特点2: 强行转化:导致数据集读入时,即使原来是整数的列,只要有np.nan就会变为浮点型
-
None
- 特点1:等于自己
- 特点2:布尔值为False
-
NaT
- 特点1: NaT是针对时间序列的缺失值,是Pandas的内置类型
- 特点2: 可以完全看做时序版本的np.nan,与自己不等,且使用equals是也会被跳过
Nullable类型与NA符号
- Nullable类型
- 特点1: 它与原来标记int上的符号区别在于首字母大写:‘Int’
- NA特性
- 特点1:统一缺失值:目的是为了解决之前的混乱局面,前面提到的三种缺失值都会被替换为统一的NA符号,且不改变数据类型
- 特点2:取值不明直接报错
6.3过滤、填充与删除
- 过滤&#