pandas处理,填充缺失数据

1、pandas使用浮点值NaN表示浮点和非浮点数组的缺失数据

对于一个Series可以用dropna方法或者通过布尔型索引达到目的

pandas处理,填充缺失数据_第1张图片

2、对于DataFrame丢弃全NA

pandas处理,填充缺失数据_第2张图片

丢弃全为NA的那些行

丢弃全为NA的那些列

pandas处理,填充缺失数据_第3张图片

利用thresh,留下一部分观测数据

thresh=3,表示在行方向上至少有3个非NAN的项保留

pandas处理,填充缺失数据_第4张图片

pandas处理,填充缺失数据_第5张图片


填充缺失数据

用fillna的方法,将缺失值替换为常数值

pandas处理,填充缺失数据_第6张图片

通过一个字典调用fillna实现对不同的列填充不同的值

pandas处理,填充缺失数据_第7张图片

对reindex有效的那些差值方法也可以用于fillna

pandas处理,填充缺失数据_第8张图片pandas处理,填充缺失数据_第9张图片

fillna函数的参数

value
用于填充缺失值的标量值或者字典对象

method 插值方式,如果函数调用时未指定其他参数的话默认值fill
axis 待填充的轴默认值axis=0
inplace 修改调用这对象而不产生副本
limit (对于前向和后向填充)可以连续填充的最大数量

你可能感兴趣的:(pandas处理,填充缺失数据)