提供了编程的基础技术教程

zl程序教程

您现在的位置是：首页 >  后端

当前栏目

pandas处理缺失值的函数_pandas填充缺失值

pandas 处理 函数 填充 缺失
2023-06-13 09:13:38 时间

大家好，又见面了，我是你们的朋友全栈君。

df.dropna()函数用于删除dataframe数据中的缺失数据，即 删除NaN数据.

官方函数说明：

DataFrame.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)
	Remove missing values.

	See the User Guide for more on which values are considered missing, 
	and how to work with missing data.

Returns
	DataFrame
	DataFrame with NA entries dropped from it.

参数说明：

Parameters

说明

axis

0为行 1为列，default 0，数据删除维度

how

{‘any’, ‘all’}, default ‘any’，any：删除带有nan的行；all：删除全为nan的行

thresh

int，保留至少 int 个非nan行

subset

list，在特定列缺失值处理

inplace

bool，是否修改源文件

测试：

>>>df = pd.DataFrame({ 
   "name": ['Alfred', 'Batman', 'Catwoman'],
                   "toy": [np.nan, 'Batmobile', 'Bullwhip'],
                   "born": [pd.NaT, pd.Timestamp("1940-04-25"),
                            pd.NaT]})
>>>df
       name        toy       born
0    Alfred        NaN        NaT
1    Batman  Batmobile 1940-04-25
2  Catwoman   Bullwhip        NaT

删除至少缺少一个元素的行：

>>>df.dropna()
     name        toy       born
1  Batman  Batmobile 1940-04-25

删除至少缺少一个元素的列：

>>>df.dropna(axis=1)
       name
0    Alfred
1    Batman
2  Catwoman

删除所有元素丢失的行：

>>>df.dropna(how='all')
       name        toy       born
0    Alfred        NaN        NaT
1    Batman  Batmobile 1940-04-25
2  Catwoman   Bullwhip        NaT

只保留至少2个非NA值的行：

>>>df.dropna(thresh=2)
       name        toy       born
1    Batman  Batmobile 1940-04-25
2  Catwoman   Bullwhip        NaT

从特定列中查找缺少的值：

>>>df.dropna(subset=['name', 'born'])
       name        toy       born
1    Batman  Batmobile 1940-04-25

修改原数据：

>>>df.dropna(inplace=True)
>>>df
     name        toy       born
1  Batman  Batmobile 1940-04-25

以上。

版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。

发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/192382.html原文链接：https://javaforall.cn

相关文章