pandas数据分析-处理填充缺失数据

标签：利用   res   说明   方式   填充   pandas   实现   最大数   均值   

dropna默认丢失任何含有缺失值的行。

date =  DataFrame([[1.,2.,3.],[NA,NA,NA],
                  [1.,3.,NA],[1.,5.,NA]])
clean = date.dropna()

print(clean)

你可能希望丢弃含有NA的行或列，传输how=‘all‘将只丢弃含有NA的行。

date =  DataFrame([[1.,2.,3.],[NA,NA,NA],
                  [1.,3.,NA],[1.,5.,NA]])
clean = date.dropna(how=‘all‘)
print(clean)

要用这种方式丢弃列，只需要传入axis=1即可。

date =  DataFrame([[1.,2.,NA],[NA,NA,NA],
                  [1.,3.,NA],[1.,5.,NA]])
clean = date.dropna(axis=1,how=‘all‘)
print(clean)

另一个滤除DataFrame行的问题涉及时间序列数据，假设你只想留下一部分观测数据，可以用thresh参数实现此目的。

df = DataFrame(np.random.randn(6,3))
df.ix[:4,1]=NA;df.ix[:2,2]=NA
print(df)

df = DataFrame(np.random.randn(5,3))
df.ix[:4,1]=NA;df.ix[:2,2]=NA
print(df.dropna(thresh=2))

你可能不想过滤除缺失数据，而是通过其他方式填补那些空洞，通过一个常数调用fillna就会将缺失值替换为常数值。

df = DataFrame(np.random.randn(5,3))
df.ix[:4,1]=NA;df.ix[:2,2]=NA
print(df.fillna(0))

若是通过字典调用fillna，就可以实现对不同列填充不同的值。

df = DataFrame(np.random.randn(5,3))
df.ix[:4,1]=NA;df.ix[:2,2]=NA
print(df.fillna({1:0.5,2:1}))

fillna默认会返回新对象，也可以对现有对象进行就地修改。

df.ix[:4,1]=NA;df.ix[:2,2]=NA
_ = df.fillna(0, inplace=True)
print (df)

对reindex有效的那些插值方法也可用于fillna。

df = DataFrame(np.random.randn(6,3))
df.ix[2:,1]=NA;df.ix[4:,2]=NA
print(df)
print(df.fillna(method=‘ffill‘))

df = DataFrame(np.random.randn(6,3))
df.ix[2:,1]=NA;df.ix[4:,2]=NA
print(df)
print(df.fillna(method=‘ffill‘,limit=2))

还可以利用fillna实现很多功能，比如说：你可以传入Series的平均值或中位数。

date = Series([1,NA,2,NA,3])
print(date.fillna(date.mean()))

参数      说明

value     用于填充缺失值得标量值或字典对象

method  插值方式，如果函数调用时未指定其他参数的话，默认为“ffill”

axis        待填充的轴，默认axis=0

inplace   修改调用者对象而不产生副本

limit         对于向前和向后填充，可以连续填充的最大数量

pandas数据分析-处理填充缺失数据

标签：利用   res   说明   方式   填充   pandas   实现   最大数   均值   

原文地址：https://www.cnblogs.com/li98/p/10991229.html