pandas用众数填充缺失值_pandas-缺失值处理

缺失值是指数据集中的某些观测存在遗漏的指标值，缺失值的存在同样会影响到数据分析和挖掘的结果。

一般而言，当遇到缺失值是可以采三种方法处置：删除法，替换法和插补法。

1.删除法使用情况：当确实的观测比例非常低是，如5%以内，可以直接删除这些缺失的变量。

2.替换法：用某种直接替换缺失值，例如，对连续变量而言，可以使用均值或中位数替换，对于离散型变量，可以使用众数替换。

3.插补法：是指根据其他非确实的变量或观测来预测缺失值，常用的插补法有回归插补法，K近邻法，拉格朗日插补法等。

下面我们介绍两种比较常见的缺失值处理方法，删除法和替换法

例：

原数据：

从表中可以看出，该数据集存在4条缺失观测，行号分别是4，6，7和9，11。接下来我们要做的是如何判断数据集是否存在缺失值(尽管记录少的时候可以清楚地发现)

import pandas as pd

df= pd.read_excel(r'd:/data_test05.xlsx')

print('数据集中是否存在缺失值：\n',any(df.isnull()))

OUT:

True

删除操作：

df.dropna()                          #删除缺失值所在的行

df.drop('age',axis = 1)