Python玩转数据分析——数据处理之数据清洗（处理缺失值）

处理缺失值

方法

• 方法一：用一个样本统计量的值代替缺失值，通常用样本平均值和中位数。
• 方法二：用一个统计模型计算的值代替缺失值，通常用回归模型、判别模型等。
• 方法三：将有缺失值的记录删除。

这里仅展示方法一的Python实现。

准备数据

导入以下数据：

姓名	月收入
小明	3000
小红	5000
小华	8000
小新	3500
小赵	NaN
小兰	5500

代码如下：

df_incomp=pd.DataFrame(columns=['姓名','月收入'])
df_incomp['姓名']=['小明','小红','小华','小新','小赵','小兰']
df_incomp['月收入']=[3000,5000,8000,3500,np.nan,5500]

用样本平均值代替缺失值

df_incomp['月收入'].fillna(df_incomp['月收入'].mean(),inplace=True)

结果如下：

用样本中位数代替缺失值

df_incomp['月收入'].fillna(df_incomp['月收入'].median(),inplace=True)

结果如下：