Pandas 数据处理（一）缺失值处理

Pandas 数据处理（一）缺失值处理

缺失值处理

缺失值详细位置

data.isnull()

有缺失值的特征列

data.isnull().any()

提取出有缺失值的行

data[data.isnull().values==True]

缺失值删除

data.dropna(how='any',axis=0,inplace=True)

how : {‘any’, ‘all’}，‘any’：如果存在任何NA值，则删除该行或列。‘all’：如果所有值均为NA，则删除该行或列
axis : 0或’index’：删除包含缺失值的行，1或“columns”：删除包含缺失值的列。
inplace : bool, 默认False，如果为True，则直接替换并返回None。

缺失值填充

众数填充

data.fillna(data.mode())

均值填充

data.fillna(data.mean())

向上取值填充

data.fillna(method='ffill')
data.fillna(method='pad')

向下取值填充

data.fillna(method='bfill')
data.fillna(method='pad')

中位数填充

data.fillna(data.median())

自定义值填充（0为例）

data.fillna(0)

正在做比赛，记录一下免得遗忘