Python 数据处理缺失值处理

最新推荐文章于 2025-05-10 09:49:56 发布

原创最新推荐文章于 2025-05-10 09:49:56 发布 · 1.8k 阅读

6 ·

CC 4.0 BY-SA版权

Python 同时被 2 个专栏收录

40 篇文章

订阅专栏

数据分析

7 篇文章

订阅专栏

本文介绍了一种在Python中处理数据集缺失值的方法，通过使用pandas库的isnull()函数检查缺失值，并提供了一个自定义函数来填充或替换缺失值。对于字符串数据，缺失值被替换为0并进行Label编码；对于数值数据，则使用列平均值进行填充。

Python 数据处理缺失值处理

数据来源：https://forge.educoder.net/attachments/download/376915/input.zip

在这里插入图片描述

dataframe 缺失值处理

查看缺失值情况

train.isnull().sum().sort_values(ascending = False)

在这里插入图片描述

缺失值处理

def solve_nan_str(data, columns):
    for column in columns:
        if data[column].dtype != 'float64':    # 字符串数据
            data[column] = data[column].fillna(0)   # 缺失值补0 
            unique_list = data[column].unique().tolist()   # 字符串列表
            if 0 in unique_list:
                unique_list.remove(0)
            for index, unique_ in enumerate(unique_list): # 字符串Label
                data.loc[data[column] == unique_, column] = index
        else:
            data[column] = data[column].fillna(data[column].mean())
    return data