网站 › 『申请专区』 › 会员申请ID：527597340

萧萧 发表于 2020-2-25 10:06

会员申请ID：527597340

1.申请ID：527597340
2.个人邮箱：527597340@qq.com
3.原创技术文章：CSDN 戴翔的技术博客《计算机基础进制转换（二进制、八进制、十进制、十六进制）》，《数据清洗--DataFrame中的空值处理》等
CSDN博客专家，秦淮区疾控中心托管社会公益组织指南针工作室志愿者，创业公司研发中心负责人，在校大学生。第二届大学生微信小程序应用开发大赛全国三等奖项目第一作者，微信小程序《约车吗》、《庆云慈善会》、《锋云速检》项目总工程师。



数据清洗是一项复杂且繁琐的工作，同时也是整个数据分析过程中最为重要的环节。在python中空值被显示为NaN。首先，我们要构造一个包含NaN的DataFrame对象。
纯文本查看 复制代码
?
0102030405060708091011>>> import numpy as np>>> import pandas as pd>>> from pandas import Series,DataFrame>>> from numpy import nan as NaN>>> data = DataFrame([,,,],columns=['age','sex','phone'])>>> data    age    sex      phone012.0    man13865626962119.0woman          NaN217.0    NaN          NaN3   NaN    NaN          NaN
删除NaN删除NaN所在的行删除表中全部为NaN的行
纯文本查看 复制代码
?
12345>>> data.dropna(axis=0, how='all')    age    sex      phone012.0    man13865626962119.0woman          NaN217.0    NaN          NaN
删除表中任何含有NaN的行
纯文本查看 复制代码
?
123>>> data.dropna(axis=0, how='any')    agesex      phone012.0man13865626962
删除NaN所在的列删除表中全部为NaN的列
纯文本查看 复制代码
?
123456>>> data.dropna(axis=1, how='all')    age    sex      phone012.0    man13865626962119.0woman          NaN217.0    NaN          NaN3   NaN    NaN          NaN
删除表中任何含有NaN的列
纯文本查看 复制代码
?
1234>>> data.dropna(axis=1, how='any')Empty DataFrameColumns: []Index:
注意：axis 就是”轴，数轴“的意思，对应多维数组里的”维“。此处作者的例子是二维数组，所以，axis的值对应表示：0轴（行），1轴（列）。填充NaN如果不想过滤（去除）数据，我们可以选择使用fillna()方法填充NaN，这里，作者使用数值’0’替代NaN,来填充DataFrame。
纯文本查看 复制代码
?
123456>>> data.fillna(0)    age    sex      phone012.0    man13865626962119.0woman            0217.0      0            03   0.0      0            0
我们还可以通过字典来填充，以实现对不同的列填充不同的值。
纯文本查看 复制代码
?
123456>>> data.fillna({'sex':233,'phone':666})    age    sex      phone012.0    man13865626962119.0woman          666217.0    233          6663   NaN    233          666

Hmily 发表于 2020-2-25 17:05

格式乱七八糟的完全看不懂是啥。

查看完整版本: 会员申请ID：527597340