pandas中NaN缺失值的處理方法

Posted on by

本文主要介紹瞭pandas中NaN缺失值的處理方法，主要有兩種方法，具體如下：

import pandas as pd

缺失值處理

兩種方法:

  • 刪除含有缺失值的樣本
  • 替換/插補

處理缺失值為NaN

先判斷數據中是否存在NaN,通過下面兩個方法中任意一個

pd.isnull(dataframe)
# dataframe為數據
如果數據中存在NaN返回True,如果沒有就返回False

pd.notnull(dataframe)
該方法與isnull相反

any()  和 all()
"""
pd.isnull(dataframe).any()
判斷哪一個字段中存在缺失值沒有就返回False

pd.notnull(dataframe).all()
判斷哪一個字段中存在缺失值沒有就返回True
"""

使用numpy也可以進行判斷

import numpy as np

np.any(pd.isnull(dataframe)) # 如果返回True,說明數據中存在缺失值

np.all(pd.notnull(dataframe)) # 如果返回False, 說明數據中存在缺失值

然後進行數據處理

方式一: 刪除空值行

dataframe.dropna(inplace=False)

"""
dropna() 是刪除空值數據的方法, 默認將隻要含有NaN的整行數據刪除, 
如果想要刪除整行都是空值的數據需要添加how='all'參數

默認是刪除整行, 如果對列做刪除操作, 需要添加axis參數, 
axis=1表示刪除列, axis=0表示刪除行

inplace: 是否在當前的dataframe中執行此操作,
True表示在原來的基礎上修改,
False表示返回一個新的值, 不修改原有數據
"""

方式二: 替換/插補

dataframe.fillna('替換的值value',inplace=False)
'''
把替換NaN的值傳入到fillna()中
'''

缺失值NaN有默認標記的值

比如有的空值不是NaN, 有的是一個’?’

先替換
使用numpy把”?”替換為NaN

import numpy as np

# 替換
dataframe.replace(to_replace="?", value=np.nan)

把其他的缺失值換為NaN後, 然後就按照缺失值為NaN的方式就行操作

刪除數據

如果隻是單獨的刪除數據可以使用drop()方法

DataFrame.drop(labels=None,axis=0, index=None, columns=None, inplace=False)

'''
代碼解釋:
labels : 就是要刪除的行列的名字,用列表指定
index : 直接指定要刪除的行
columns : 直接指定要刪除的列
inplace=False : 表示返回一個新的值, 不修改原有數據
inplace=True : 表示在原來的基礎上修改
'''

例:

import pandas as pd
df = pd.read_csv('/text.xlsx')
# 刪除第0行和第1行
df.drop(labels=[0,1],axis=0)

# 刪除列名為 age 的列
df.drop(axis=1,columns=age)

到此這篇關於pandas中NaN缺失值的處理方法的文章就介紹到這瞭,更多相關pandas NaN缺失值內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！

推薦閱讀：