pandas学习笔记（四）

最新推荐文章于 2024-09-13 19:41:31 发布

天堑小雨润如酥

最新推荐文章于 2024-09-13 19:41:31 发布

阅读量80

点赞数

分类专栏： Python学习笔记文章标签： python 机器学习 pandas 数据分析

本文链接：https://blog.csdn.net/weixin_43100196/article/details/120815819

版权

Python学习笔记专栏收录该内容

21 篇文章 0 订阅

订阅专栏

本文介绍了如何使用pandas处理DataFrame中的缺失值NaN。首先展示了如何创建含NaN的矩阵，然后通过`pd.dropna()`函数介绍如何根据指定轴删除含有NaN的行或列。接着，利用`pd.fillna()`函数演示了将NaN替换为其他值（如0）的方法。最后，使用`pd.isnull()`来检测DataFrame中是否存在NaN，并提供了相关示例。

摘要由CSDN通过智能技术生成

创建矩阵

1、创建含 NaN 的矩阵：

dates = pd.date_range('20130101', periods=6)
df = pd.DataFrame(np.arange(24).reshape((6,4)),index=dates, columns=['A','B','C','D'])
df.iloc[0,1] = np.nan
df.iloc[1,2] = np.nan
"""
             A     B     C   D
2013-01-01   0   NaN   2.0   3
2013-01-02   4   5.0   NaN   7
2013-01-03   8   9.0  10.0  11
2013-01-04  12  13.0  14.0  15
2013-01-05  16  17.0  18.0  19
2013-01-06  20  21.0  22.0  23
"""

2、pd.dropna()：直接去掉有 NaN 的行或列

df.dropna(
    axis=0,     # 0: 对行进行操作; 1: 对列进行操作
    how='any'   # 'any': 只要存在 NaN 就 drop 掉; 
                #'all': 必须全部是 NaN 才 drop 
    ) 
"""
             A     B     C   D
2013-01-03   8   9.0  10.0  11
2013-01-04  12  13.0  14.0  15
2013-01-05  16  17.0  18.0  19
2013-01-06  20  21.0  22.0  23
"""

3、pd.fillna() ：将 NaN 的值用其他值代替, 比如代替成 0:

df.fillna(value=0)
"""
             A     B     C   D
2013-01-01   0   0.0   2.0   3
2013-01-02   4   5.0   0.0   7
2013-01-03   8   9.0  10.0  11
2013-01-04  12  13.0  14.0  15
2013-01-05  16  17.0  18.0  19
2013-01-06  20  21.0  22.0  23
"""

4、pd.isnull()：判断是否有缺失数据 NaN, 为 True 表示缺失数据

df.isnull() 
"""
                A      B      C      D
2013-01-01  False   True  False  False
2013-01-02  False  False   True  False
2013-01-03  False  False  False  False
2013-01-04  False  False  False  False
2013-01-05  False  False  False  False
2013-01-06  False  False  False  False
#检测在数据中是否存在 NaN, 如果存在就返回 True
np.any(df.isnull()) == True  
# True
"""