pandas学习笔记(三)---重建索引与处理缺失值

本文介绍pandas中重建索引与处理缺失值

一.重建索引

reindex()是pandas对象的重要方法，调用reindx()方法时，会将数据按照新的索引进行排列，如果某个索引值之前并不存在，则会引入缺失值。如果新索引与原来的的索引没有交集，那么新建立的df的全部值为缺失值。

1.1series重建索引

• 在重建索引时，可能会需要插值或者填值，method可选参数可以实现这个功能

reindex()函数可以指定method参数，method的取值为：
menthod = ffill:向前填充，也就是自上向下填充
method = bfill：向后填充，也就是自下向上填充

1.2.dataframe重建索引并修改缺失值

在df中,reindex()可以改变行索引，列索引，或者同时改变二者。当仅传入一个序列作为参数时，默认改变行索引。

• 改变行索引

• 使用columns改变列索引
  因为默认改变行索引，所以改变列索引需要制定columns关键字
  

• 同时改变行，列索引
  

• 使用fill_value参数修改缺失值
  fill_value参数会将重建索引时产生的所有缺失值赋予一个新值
  

二.处理缺失值

对缺失值的处理有两种方法：

• 使用dropna()函数丢掉含有缺失值的行或者列
• 使用fillna()函数对缺失值赋值

2.1丢掉含有缺失值的行或者列

dropna()有2个参数：
axis: 0表示丢掉行 ； 1表示丢掉列
how: any表示只有含有缺失值就丢掉； all表示一行或者一列的值全为nan时，才丢掉

插入2个nan值：

• 丢掉行
  

• 丢掉列
  
  因为没有一行或者一列的值全为nan，所以执行df.dropna(axis=0, how=‘all’)时，不变
  

2.2.填充缺失值

• 使用fillna(value=)填充值

---

2.3判断df中每个元素是否为缺失值，返回一个bool值df

• 使用isnull()函数判断
  

2.4.判断df中是否含有nan值，有则返回true,没有则返回false

• 使用np.any(df.isnull==true)判断