Python数据分析中缺失值处理方法

最新推荐文章于 2024-06-20 16:11:57 发布

哆啦飞天飞人

最新推荐文章于 2024-06-20 16:11:57 发布

阅读量7.2k

点赞数 2

CC 4.0 BY-SA版权

文章标签： python

本文链接：https://blog.youkuaiyun.com/weixin_45880467/article/details/104397005

本文详细介绍如何使用Python的pandas库导入Excel数据，并进行数据预处理，包括查看基本信息、处理缺失值等关键步骤，适合初学者快速掌握数据处理流程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

导入数据

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
data = pd.read_excel("data/attacks.xlsx")
data.head(5)

在这里插入图片描述
不管是分析什么数据，首先都要将其数据导入进来,才会有后续的问题分析。

查看数据的基本信息

data.info()

在这里插入图片描述

该命令行可以查看数据的基本信息，比如一共有多少条记录、多少个特征、字段名称、字段类型、缺失行的数量等。

缺失值处理——删除行或列

方法一

data=data.drop(columns=["Islamic_Date","Temperature_F"])
data.head(5)

~~说明：中括号里面是列名，可以添加多个列名~~
这种是直接将整列删除掉，可以删除多列。

方法二

data.drop(labels = ['Islamic_Date','Temperature_F'], axis = 1, inplace=True)

data.drop(labels = 'Islamic_Date', axis = 1, inplace=True)
data=data.drop(labels = data.index[data['Temperature_F'].isnull()], axis = 0)
data.head(5)

说明：labels后是列名，如果删除的是列的话，labels后可以添加多列一起删除，但是如果删除的是行的话，labels后只可以写一个列名，只针对一列来删除多行。
axis等于1时是删除列。axis等于0时是删除行。

缺失值处理——用某值填充

data.loc[data.Influencing_Event_Event.isnull(),"Influencing_Event_Event"]="0"

该命令行是用零来填充Influencing_Event_Event列中的缺失值。

缺失值处理——中位数、众数、平均数填充

aver_Killed_Min=np.round(np.mean(data.Killed_Min),1)
data.loc[data.Killed_Min.isnull(),"Killed_Min"]=aver_Killed_Min
data.info()

~~说明：中位数（median）、众数（mode）、平均数（mean）~~
该命令行是处理Killed_Min列，用本列的平均值填充缺失值。
好了，目前就先写到这里啦，第一次写博客，如有不好的地方，还请多多指教，有空时再继续更新啦，byebye！