利用Python进行数据分析(10) pandas基础: 处理缺失数据

 

数据不完整在数据分析的过程中很常见。

pandas使用浮点值NaN表示浮点和非浮点数组里的缺失数据。

pandas使用isnull()和notnull()函数来判断缺失情况。

对于缺失数据一般处理方法为滤掉或者填充。

滤除缺失数据

 

对于一个Series，dropna()函数返回一个包含非空数据和索引值的Series，例如：

对于DataFrame，dropna()函数同样会丢掉所有含有空元素的数据，例如：

 

但是可以指定how='all'，这表示只有行里的数据全部为空时才丢弃，例如：

 

如果想以同样的方式按列丢弃，可以传入axis=1，例如：

 

 

填充缺失数据

如果不想丢掉缺失的数据而是想用默认值填充这些空洞，可以使用fillna()函数：

 

如果不想只以某个标量填充，可以传入一个字典，对不同的列填充不同的值：