Python pandas 空值缺失值(NaN)处理填充替换判断删除含缺失空值数据行

原创已于 2022-11-12 16:33:54 修改 · 2.9k 阅读

4 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#1024程序员节 #python #pandas

于 2022-10-24 19:17:40 首次发布

python 专栏收录该内容

11 篇文章

订阅专栏

本文介绍了数据处理中常见的三种缺失值处理方式：判断、填充和删除。通过示例展示了如何使用Python的Pandas库进行操作，包括使用`isna()`检查缺失值，用`fillna()`填充缺失值，以及利用`dropna()`删除含有缺失值的行。这些方法对于数据预处理和保持数据质量至关重要。

缺失值处理

判断

data
     ts_code  symbol  name area industry  list_date
0  000001.SZ     1.0  平安银行   深圳       银行   19910403
1  000002.SZ     NaN   万科A   深圳     全国地产   19910129
2  000004.SZ     4.0  ST国华  NaN     软件服务   19910114
3  000005.SZ     5.0  ST星源   深圳     环境保护   19901210
data.isna()
   ts_code  symbol   name   area  industry  list_date
0    False   False  False  False     False      False
1    False    True  False  False     False      False
2    False   False  False   True     False      False
3    False   False  False  False     False      False
data.isna()["area"]
0    False
1    False
2     True
3    False
Name: area, dtype: bool
data["area"].isna()
0    False
1    False
2     True
3    False
Name: area, dtype: bool

填充(替换)

data.fillna("-999")
     ts_code symbol  name  area industry  list_date
0  000001.SZ    1.0  平安银行    深圳       银行   19910403
1  000002.SZ   -999   万科A    深圳     全国地产   19910129
2  000004.SZ    4.0  ST国华  -999     软件服务   19910114
3  000005.SZ    5.0  ST星源    深圳     环境保护   19901210
data["area"].fillna("-999")
0      深圳
1      深圳
2    -999
3      深圳
Name: area, dtype: object
data["area"] = data["area"].fillna("-999")
data
     ts_code  symbol  name  area industry  list_date
0  000001.SZ     1.0  平安银行    深圳       银行   19910403
1  000002.SZ     NaN   万科A    深圳     全国地产   19910129
2  000004.SZ     4.0  ST国华  -999     软件服务   19910114
3  000005.SZ     5.0  ST星源    深圳     环境保护   19901210

删除

data.dropna()
     ts_code  symbol  name area industry  list_date
0  000001.SZ     1.0  平安银行   深圳       银行   19910403
3  000005.SZ     5.0  ST星源   深圳     环境保护   19901210
data["area"].isna()
0    False
1    False
2     True
3    False
Name: area, dtype: bool
data[~data["area"].isna()]
     ts_code  symbol  name area industry  list_date
0  000001.SZ     1.0  平安银行   深圳       银行   19910403
1  000002.SZ     NaN   万科A   深圳     全国地产   19910129
3  000005.SZ     5.0  ST星源   深圳     环境保护   19901210