博客

Pandas缺失值2种处理方式代码实例

  • Post category:Python

当我们处理数据时，常常会遇到缺失值的情况。Pandas是Python中最常用的数据分析库之一，它提供了两种主要的处理缺失值的方式：

  1. 删除缺失值
  2. 填充缺失值

下面我们来详细讲解这两种处理方式及其代码实例。

删除缺失值

删除缺失值是一种直接将缺失值所在的行或列从数据集中删除的方法，这种方法比较简单，可以避免填充缺失值引入的偏差，但是也有可能会导致信息的丢失。

Pandas提供了dropna()函数来实现删除操作。下面是一个示例：

import pandas as pd

# 构建数据集
data = {'name': ['Alice', 'Bob', 'Charlie', 'David', 'Emily', 'Frank'],
        'age': [25, 30, 20, None, 32, 21],
        'score': [85, None, 90, 75, None, 88]}
df = pd.DataFrame(data)

# 删除包含缺失值的行
df.dropna(inplace=True)

# 打印结果
print(df)

输出结果如下：

       name   age  score
0     Alice  25.0   85.0
2   Charlie  20.0   90.0
5     Frank  21.0   88.0

在上述示例中，我们首先创建了一个包含缺失值的数据集。然后，我们通过dropna()函数删除了包含缺失值的行。最后，我们打印出了删除缺失值后的结果，可以看到只有包含完整信息的行被保留了下来。

填充缺失值

填充缺失值是一种将缺失值替换成其他值的方法，这种方法需要根据具体的情况选择填充什么值，且容易引入偏差。

Pandas提供了fillna()函数来实现填充操作。下面是一个示例：

import pandas as pd

# 构建数据集
data = {'name': ['Alice', 'Bob', 'Charlie', 'David', 'Emily', 'Frank'],
        'age': [25, 30, 20, None, 32, 21],
        'score': [85, None, 90, 75, None, 88]}
df = pd.DataFrame(data)

# 用0填充缺失值
df.fillna(0, inplace=True)

# 打印结果
print(df)

输出结果如下：

       name   age  score
0     Alice  25.0   85.0
1       Bob  30.0    0.0
2   Charlie  20.0   90.0
3     David   0.0   75.0
4     Emily  32.0    0.0
5     Frank  21.0   88.0

在上述示例中，我们通过fillna()函数用0填充了缺失值。最后，我们打印出了填充缺失值后的结果，可以看到缺失值被0替代了。

除了用0填充缺失值之外，还可以选择用均值、中位数、众数等填充缺失值，具体方法取决于数据类型和分布情况。

总之，处理缺失值是数据处理中常见的问题，Pandas提供了方便易用的函数来进行缺失值的处理。在具体的应用场景中，需要根据具体情况选择合适的处理方法。

Tags: