介绍

上接 pandas-nan值，判断是否nan值，选取nan空值、选取非nan空值

有的数据重要，需要对 缺失的数据做处理，才能更好的做数据分析

处理空值

填充空值

使用指定的方法填充NA / NaN值
DataFrame的方法
官方api地址

fillna(value,method ，inplace )

参数：

• value ：要填充的值
• method：
  • pad/ffill：用前一个非缺失值去填充该缺失值
  • backfill/bfill：用下一个非缺失值填充该缺失值
  • None：指定一个值去替换缺失值（缺省默认这种方式）
• inplace ：
  • True：直接修改原对象
  • False：创建一个副本，修改副本，原对象不变（缺省默认）

例子

填充0

df.filena(0)

填充均值

有时填充0没有起到意义，有时填充均值

df.filena(df.mean())

给age一列填充均值

df['Age']=df['Age'].fillna(df['age'].mean())

删除空值所在的行列

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

参数

• axis：
  • 0：表示删除行
  • 1：表示删除列
• how：删除方式
  • any：表示只要有一个空就删除
  • all：表示全为空才删除
• inplace：
  • False：修改副本的数据
  • True：修改原对象的数据

例子：

df.dropna(axis=0,inplace=True)

原文出处：/show_1EF3COtum5v5.html