Python_數據分析_pandas_04缺失值處理

1. 缺失值處理

缺失值處理主要有三個內容、四個函數:發現缺失值(isnull() notnull())、刪除缺失值(dropna())、填補缺失值(fillna())

首先創建一個矩陣
在這裏插入圖片描述

1.1 發現缺失值

發現缺失值是生成布爾類型的掩碼數據,兩個函數相反
在這裏插入圖片描述

1.2 刪除缺失值

基本類型dropna(axis=0, how =‘any’,tresh) ,其中axis是按行還是按列刪除、how有兩種any-有缺失值即刪除和all-全部確實刪除、tresh是限定非缺失值的數量

eg1:有缺失刪除該列
在這裏插入圖片描述

eg2:按列,全部缺失刪除
在這裏插入圖片描述

eg3:按列,非缺失值至少爲三個
在這裏插入圖片描述

1.3 填補缺失值

填補缺失值fillna(),除了給固定值,還可以method參數,有ffill-從前向後填充和bfill-從後向前填充

固定值填充
在這裏插入圖片描述

按列前向填充
在這裏插入圖片描述

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章