Pandas 处理丢失数据

最新推荐文章于 2025-08-15 16:20:39 发布

weixin_34306593

最新推荐文章于 2025-08-15 16:20:39 发布

阅读量55

点赞数

CC 4.0 BY-SA版权

文章标签： python

原文链接：https://my.oschina.net/shadowolf/blog/1586219

本文介绍了使用Python的pandas库处理DataFrame中缺失值的方法，包括删除含有缺失值的行或列，填充缺失值，以及如何判断数据是否存在缺失情况。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

2019独角兽企业重金招聘Python工程师标准>>>

import pandas as pd
import numpy as np

dates =pd.date_range('20130101', periods = 6)
df = pd.DataFrame(np.arange(24).reshape((6, 4)), index = dates, columns = ['A', 'B', 'C', 'D'])
df.iloc[0, 1] = np.nan
df.iloc[1, 2] = np.nan

print(df)

# 删除有NaN值的数据
# axis=0 表示以行删除，axis=1表示以列删除
# how='any' 表示有任何NaN就执行删除操作，how='all' 表示删除所有制都为NaN的数据
print(df.dropna(axis = 0, how = 'any'))  # how = {'any', 'all'}
print(df.dropna(axis = 1, how = 'any'))

# 为NaN值填充value
print(df.fillna(value =0))

# 判断数据是否缺失，会返回所有数据位为True或False
print(df.isnull())

# 判断整个数据是否丢失数据，只要有一个位置丢失数据，就返回True，否则返回False
print(np.any(df.isnull()) == True)

转载于:https://my.oschina.net/shadowolf/blog/1586219