python和pandas空值不同之处以及缺失值空值的处理方法总结（一）

空值和缺失值的不同：
python 中：
空值:‘’,[],(),None,Null,等容器对象只要是空的默认就是false

python	pandas
空值:‘’,[],(),None,Null,等容器对象只要是空的默认就是false	缺失值： 在dataframe中为nan或者naT（缺失时间），在series中为none或者nan即可,
–	空值： 唯一标识 “”

那么我们如何处理pandas中的缺失值和它的空值呢？
处理缺失值的相关函数：
df.dropna()

df.fillna()

df.isnull()

df.isna()
首先重点强调一下上述函数是不能够处理空值的
举个例子

import numpy as np
let=['',2,3,4,5]
let1=['心',None,'wo','ren','号']
let2=[6,9,np.nan,5,7]
data=pd.DataFrame({'a':let,'b':let1,'c':let2})

接下来我们打印缺失值

for i in data.columns.tolist():
    print(data[i].isnull().sum())
输出
0
1
1
#所以，可以看出空值和缺失值是不同的，正确的方式后面将会讲到

所以，可以看出空值和缺失值是不同的，正确的方式后面将会讲到
3.函数具体解释
DataFrame.dropna(axis=0, how=‘any’, thresh=None, subset=None, inplace=False)
函数作用：删除含有空值的行或列

axis:维度，axis=0表示index行,axis=1表示columns列，默认为0

how:"all"表示这一行或列中的元素全部缺失（为nan）才删除这一行或列，"any"表示这一行或列中只要有元素缺失，就删除这一行或列

thresh:一行或一列中至少出现了thresh个才删除。

subset：在某些列的子集中选择出现了缺失值的列删除，不在子集中的含有缺失值得列或行不会删除（有axis决定是行还是列）

inplace：刷选过缺失值得新数据是存为副本还是直接在原数据上进行修改。

例子：

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

默认参数：删除行，只要有空值就会删除，不替换。

print df.dropna()
print df

print “delete colums”
print df.dropna(axis=1) #delete col

print “所有值全为缺失值才删除”
print df.dropna(how=‘all’)

print “至少出现过两个缺失值才删除”
print df.dropna(thresh=2)

print “删除这个subset中的含有缺失值的行或列”
print df.dropna(subset=[‘name’, ‘born’])

**DataFrame.fillna(value=None, method=None, axis=None, inplace=False, limit=None, downcast=None, kwargs)
函数作用：填充缺失值

value:需要用什么值去填充缺失值

axis:确定填充维度，从行开始或是从列开始

method：ffill:用缺失值前面的一个值代替缺失值，如果axis =1，那么就是横向的前面的值替换后面的缺失值，如果axis=0，那么则是上面的值替换下面的缺失值。backfill/bfill，缺失值后面的一个值代替前面的缺失值。注意这个参数不能与value同时出现

limit:确定填充的个数，如果limit=2，则只填充两个缺失值。

示例：

df = pd.DataFrame([[np.nan, 2, np.nan, 0],
                  [3, 4, np.nan, 1],
                 [np.nan, np.nan, np.nan, 5],
                [np.nan, 3, np.nan, 4]],
                 columns=list('ABCD'))
 
print df
 
print "横向用缺失值前面的值替换缺失值"
print df.fillna(axis=1,method='ffill')
 
print "纵向用缺失值上面的值替换缺失值"
print df.fillna(axis=0,method='ffill')

print df.fillna(0)

不同的列用不同的值填充：

对每列出现的替换值有次数限制，此处限制为一次

DataFrame.isna()
判断是不是缺失值：

DataFrame.isnull()和isna()的方法是一样的，只是它的一个别名。

替换空值：
在空值的处理中，我们一般可以先将空值替换为np.nan,缺失值的形势，再按照缺失值的方式进行统计和使用

df = pd.DataFrame([[np.nan, 2, np.nan, 0],
                  [3, 4, "", 1],
                 [np.nan, np.nan, np.nan, 5],
                [np.nan, 3, "", 4]],
                 columns=list('ABCD'))
 
print df

如上，缺失值是NAN，空值是没有显示。

替换空值代码：需要把含有空值的那一列提出来单独处理，然后在放进去就好。

clean_z = df['C'].fillna(0)
clean_z[clean_z==''] = 'hello'
df['C'] = clean_z
print df