利用Python:pandas进行处理缺失excel数据

欢迎点击右上角关注小编,除了分享技术文章之外还有很多福利,私信学习资料可以领取包括不限于Python实战演练、PDF电子文档、面试集锦、学习资料等。

利用Python:pandas进行处理缺失excel数据

1.读取excel数据

利用Python:pandas进行处理缺失excel数据

利用Python:pandas进行处理缺失excel数据

2 检测缺失值

2.1 isnull返回一个含有布尔值的对象

利用Python:pandas进行处理缺失excel数据

利用Python:pandas进行处理缺失excel数据

2.2 notnull 是isnull 的否定式

利用Python:pandas进行处理缺失excel数据

利用Python:pandas进行处理缺失excel数据

3 滤除缺失数据

3.1 滤除所有包含缺失值的行

df.dropna()

利用Python:pandas进行处理缺失excel数据

3.2 查看不含缺失值的所有行、列

df.dropna(thresh=4)

利用Python:pandas进行处理缺失excel数据

4 填充缺失数据

DataFrame.fillna(value=None, method=None, axis=None, inplace=False, limit=None, downcast=None, **kwargs)

4.1 统一填充某一个值value

df.fillna(0)或df.fillna(value=0)

利用Python:pandas进行处理缺失excel数据

4.2 用前面的值填充缺失部分

df.fillna(method='ffill')

利用Python:pandas进行处理缺失excel数据

4.3 用后面的值填充缺失部分

df.fillna(method='bfill')

利用Python:pandas进行处理缺失excel数据

4.3 某N列用特定的值填充缺失部分

df.fillna({'起息日':'2018-12-11','评级得分':'100'})

利用Python:pandas进行处理缺失excel数据

4.4 指定一整个轴的值填充缺失部分

df.fillna(method='ffill',axis=1)

利用Python:pandas进行处理缺失excel数据

相关推荐