pandas数据缺失的两种处理办法

时间：2024-12-31 09:54:15|栏目：python|点击：次

1.为NaN数据的处理

1.判断这列有没有NaN

has_nan = df['age'].isnull().any()
print(has_nan)

或者直接在控制台根据数据进行判断

在这里插入图片描述

2.处理方式

在这里插入图片描述

假设我操作的是original_publication_year这一列，如何操作才能得到过滤后的显示样式

在这里插入图片描述

处理方式1:只考虑单列

1	`df2` `=` `df[pd.notnull(df["original_publication_year"])`

这行代码的目的是去除 original_publication_year 列中含有 NaN 值的行，并生成一个新的 DataFrame（df2），包含了所有 original_publication_year 列中不含 NaN 值的行。

3. df["original_publication_year"] 是获取 df 数据框中的 original_publication_year 这一列。

4. pd.notnull(df["original_publication_year")用于检查数据中的每个元素是否不是 NaN。返回一个布尔值的 Series.
True 的行会被保留；
False 的行会被排除(Book2何Book4被去除)。

5. 返回一个所有 original_publication_year 列中不是NaN 的行新的DataFrame

处理方式2：删除NaN所在的行

1	`dropna(axis=0,how='any',inplace=False)`

any表示有就删,all表示全部是NaN才删
inplace表示是否进行原地修改

处理方式3：填充数据

mean_value = df["original_publication_year"].mean()  # 计算均值
df_filled=df["original_publication_year"].fillna(mean_value)

在这里插入图片描述

t.fillna(t.mean()) #填充均值
t["列名"]=t["列名"].fillna(t["列名"].mean())
#单独对某一列进行操作
t.fiallna(t.median()) #填充中值
t.fillna(0)

t[t==0]=np.nan # 赋值为NaN
# 当然并不是每次为0的数据都需要处理
# 计算平均值等情况，nan是不参与计算的，但是0会的

设置成NaN后用处理NaN的方法处理。

栏目：python

本文地址：https://fushidao.cc/jiaobenzhuanlan/1573.html