檢測缺失值
我們先創建一個帶有缺失值的數據框(DataFrame)。
import pandas as pd
df = pd.DataFrame(
{'A': [None, 2, None, 4],
'B': [10, None, None, 40],
'C': [100, 200, None, 400],
'D': [None, 2000, 3000, None]})
df
數值類缺失值在 Pandas 中被顯示為 NaN (Not A Number)。下面看看如何判斷哪些列或者哪些行有缺失值。
1.info()
info() 返回的結果中，我們只需要觀察每一列對應的 Non-Null Count 的數量是否等于 RangeIndex(索引范圍) 即可。
2.isnull()
isnull() 返回一個與原 DataFrame 大小(列數，行數)相同的數據框，行列對應的數據代表著該位置是否為缺失值。
df.isnull()
使用 sum() 來檢測每列中的缺失值的數量。
df.isnull().sum()
通過 .T 將 DataFrame 轉置，獲取檢測每行中缺失值的數量。
df.isnull().T.sum()
缺失值處理
刪除缺失值
如果出現缺失值的行/列重要性不大的話，可以直接使用 dropna() 刪除帶有缺失值的行/列。
df.dropna(axis=0,
how='any',
thresh=None,
subset=None,
inplace=False)
參數含義
- axis：控制行列的參數，0 行，1 列。
- how：any，如果有 NaN，刪除該行或列；all，如果所有值都是 NaN，刪除該行或列。
- thresh：指定 NaN 的數量，當 NaN 數量達到才刪除。
- subset：要考慮的數據范圍，如：刪除缺失行，就用subset指定參考的列，默認是所有列。
- inplace：是否修改原數據，True直接修改原數據,返回 None，False則返回處理后的數據框。
指定 axis = 1，如果列中有缺失值，則刪除該列。
df.dropna(axis=1, how='any')
由于每列都有缺失值，所以只剩索引。
指定 axis = 0（默認），如果行中有缺失值，則刪除該行。
df.dropna(axis=0, how='any')
以 ABC 列為參照，刪除這三列都是缺失值的行。
df.dropna(axis=0, subset=['A', 'B', 'C'], how='all')
保留至少有3個非NaN值的行。
df.dropna(axis=0, thresh=3)
填補缺失值
另一種常見的缺失值處理方式就是使用 fillna() 填補缺失值。
df.fillna(value=None,
method=None,
axis=0,
inplace=False,
limit=None)
1. 直接指定填充值
df.fillna(666)
2.用缺失值前/后的值填充
按前一個值填充
當method 值為 ffill 或 pad時，按前一個值進行填充。
當 axis = 0，用缺失值同一列的上一個值填充，如果缺失值在第一行則不填充。
當 axis = 1，用缺失值同一行的上一個值填充，如果缺失值在第一列則不填充。
df.fillna(axis=0, method='pad')
按后一個值填充
當method 值為 backfill 或 bfill時，按后一個值進行填充。
當 axis = 0，用缺失值同一列的下一個值填充，如果缺失值在最后一行則不填充。
當 axis = 1，用缺失值同一行的下一個值填充，如果缺失值在最后一列則不填充。
df.fillna(axis=0, method='bfill')
指定相應的方法來填充
df.fillna(df.mean())
limit限制填充次數
在ABCD列上，每列只填充第一個空值。
df.fillna(value=666, axis=1, limit=1)
以上就是Python數據分析之缺失值檢測與處理詳解的詳細內容，更多關于Python 缺失值檢測處理的資料請關注服務器之家其它相關文章！
原文鏈接：https://blog.csdn.net/qq_43965708/article/details/121297449
