pandas 高级处理-缺失值处理

最新推荐文章于 2024-12-05 07:19:51 发布

「已注销」

最新推荐文章于 2024-12-05 07:19:51 发布

阅读量464

点赞数

CC 4.0 BY-SA版权

分类专栏： python 数据分析数据挖掘机器学习文章标签： pandas 高级处理-缺失值处理数据处理 python

本文链接：https://blog.youkuaiyun.com/Jack_yun_feng/article/details/99650577

本文探讨了pandas中如何处理缺失值，包括检查缺失值（pd.isnull()，pd.notnull()），删除含缺失值的行（dropna()），以及替换缺失值（fillna()）。具体案例中涉及电影数据的处理，如判断缺失值是否存在，以及对非NaN缺失值标记的处理策略。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

pandas 高级处理-缺失值处理

在这里插入图片描述

1 如何处理nan

1获取缺失值的标记方式(NaN或者其他标记方式)
2如果缺失值的标记方式是NaN
- 判断数据中是否包含NaN：
  - pd.isnull(df),
  - pd.notnull(df)
- 存在缺失值nan,并且是np.nan:
  - 1、删除存在缺失值的:dropna(axis=‘rows’)
    - 注：不会修改原数据，需要接受返回值
  - 2、替换缺失值:fillna(value, inplace=True)
- value:替换成的值
  - inplace:True:会修改原数据，False:不替换修改原数据，生成新的对象
3如果缺失值没有使用NaN标记，比如使用"？"
- 先替换‘?’为np.nan，然后继续处理

2 电影数据的缺失值处理

电影数据文件获取

# 读取电影数据
movie = pd.read_csv("./data/IMDB-Movie-Data.csv")

在这里插入图片描述

2.1 判断缺失值是否存在

pd.notnull()

pd.notnull(movie)


Rank    Title    Genre    Description    Director    Actors    Year    Runtime (Minutes)    Rating    Votes    Revenue (Millions)    Metascore
0    True    True    True    True    True    True    True    True    True    True