pandas：缺失值处理

---

前言

当我们在处理数据时，总会遇到数值缺失的问题，pandas在处理缺失值的方面提供了很全面的方法，主要包括：isnull()——找出缺失值；notnull()——找出非缺失值；dropna()——剔除缺失值；fillna()——填充缺失值。具体使用方法请往下看。

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、isnull()

isnull()用来找出缺失值的位置，返回一个布尔类型的掩码标记缺失值，下面是案例：

import pandas as pd
import numpy as np
data = pd.DataFrame({'name':['Verne Raymond',np.nan,'Patrick George','Saxon MacArthur'],'age':[18,np.nan,21,None]})
data

              name   age
0    Verne Raymond  18.0
1              NaN  NaN
2   Patrick George  21.0
3  Saxon MacArthur   NaN

这里我们可以看到不管我们创建DataFrame时控制用的是np.nan还是None，创建后都会变成NaN。

data.isnull()

    name    age
0  False  False
1   True   True
2  False  False
3  False   True

二、notnull()

notnull()与isnull()正好相反，是找出非空值并用布尔值进行标记，下面是例子：

data.notnull()

    name    age
0   True   True
1  False  False
2   True   True
3   True  False

三、dropna()

dropna()就是字面意思，丢掉缺失值。

DataFrame.dropna(axis=0, how=‘any’, thresh=None, subset=None, inplace=False)

参数：
axis：默认为0，表示删除行还是列，也可以用“index”和“columns”表示
how：{‘any’, ‘all’}, 默认为 ‘any’；any表示只要该行（列）出现空值就删除整行（列），all表示整行（列）都出现空值才会删除整行（列）
thresh：表示删除非空值小于thresh个数时删除
subset：列表类型，表示哪些列里有空值才删除行或列
inplace：与其他函数的inplace一样，表示是否覆盖原DataFrame

下面是例子：

data.dropna(axis=1,thresh=3)

              name
0    Verne Raymond
1              NaN
2   Patrick George
3  Saxon MacArthur

data.dropna(axis=0,how='all')

              name   age
0    Verne Raymond  18.0
2   Patrick George  21.0
3  Saxon MacArthur   NaN

data.dropna(subset = ['name'])

              name   age
0    Verne Raymond  18.0
2   Patrick George  21.0
3  Saxon MacArthur   NaN

四、fillna()

fillna()的作用是填充缺失值
DataFrame.fillna(value=None, method=None, axis=None, inplace=False, limit=None, downcast=None)

参数：

• value：设置用于填充DataFrame的值
• method：默认为None；设置填充DataFrame的方法有：‘backfill’, ‘bfill’, - ‘pad’, ‘ffill’四种，其中‘backfill’和 ‘bfill’是用前面的值填充空缺值，‘pad’和 ‘ffill’是用后面的值填充空缺值
• axis：填充缺失值所沿的轴，与上文的axis设置方法一样
• inplace：是否替换原DataFrame，与上文的设置方法一样
• limit：设置被替换值的数量限制
• downcast：表示向下兼容转换类型，不常用

下面是例子：

data.fillna(0)

              name   age
0    Verne Raymond  18.0
1                0   0.0
2   Patrick George  21.0
3  Saxon MacArthur   0.0

data.fillna(method='ffill')

              name   age
0    Verne Raymond  18.0
1    Verne Raymond  18.0
2   Patrick George  21.0
3  Saxon MacArthur  21.0