主要介绍数据处理过程中,常用到的几个函数。
- 查看存在缺失值的特征
#计算特征缺失值个数
na_counts = data.isnull.sum()
#按缺失值个数降序输出特征
missing_values = na_counts[na_counts > 0].sort_values(ascending=False)
- 缺失值过滤
#默认情况下会删除包含缺失值的行
data.dropna()
#删除所有值均为NA的行
data.dropna(how="all")
#若想删除列,可以传入参数axis=1
data.dropna(axis=1)
#修改被调用的对象,而不是生成一个备份
data.dropna(inplace=True)
#限制条件判断区域,删除某些列中有空值的行
data.dropna(subset=["列名"])
- 缺失值补全
data.fillna(value, method, axis, inplace, limit)
#value参数是用于填充缺失值的值,可为标量或字典对象
#mothod参数是插值方法,默认是“ffill”,将前面同列的值作为填充值
#axis是需要填充的轴,默认为0
#inplace是修改被调用的对象,而不是生成一个备份
#limit用于前向或后向填充式最大的填充范围