前言

當我們在處理資料時，總會遇到數值缺失的問題，pandas在處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，具體使用方法請往下看，

提示：以下是本篇文章正文內容，下面案例可供參考

一、isnull()

isnull()用來找出缺失值的位置，回傳一個布爾型別的掩碼標記缺失值，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

這里我們可以看到不管我們創建DataFrame時控制用的是np.nan還是None，創建后都會變成NaN，

data.isnull()

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

二、notnull()

notnull()與isnull()正好相反，是找出非空值并用布林值進行標記，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，丟掉缺失值，

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

引數：
axis：默認為0，表示洗掉行還是列，也可以用“index”和“columns”表示
how：{‘any’, ‘all’}, 默認為 ‘any’；any表示只要該行（列）出現空值就洗掉整行（列），all表示整行（列）都出現空值才會洗掉整行（列）
thresh：表示洗掉非空值小于thresh個數時洗掉
subset：串列型別，表示哪些列里有空值才洗掉行或列
inplace：與其他函式的inplace一樣，表示是否覆寫原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)

引數：

value：設定用于填充DataFrame的值
method：默認為None；設定填充DataFrame的方法有：‘backfill’, ‘bfill’, - ‘pad’, ‘ffill’四種，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：填充缺失值所沿的軸，與上文的axis設定方法一樣
inplace：是否替換原DataFrame，與上文的設定方法一樣
limit：設定被替換值的數量限制
downcast：表示向下兼容轉換型別，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

轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/242395.html

標籤：python

上一篇：用python寫一個俄羅斯方塊小游戲

下一篇：用Python實作學生資訊管理系統