使用python處理缺失數據


處理缺失數據:

方法 說明
dropna

根據各標簽的值中 是否存在缺失數據對軸標簽進行過濾,可通過閾值調節對缺失值的容忍程度

 

fillna

用指定值或插值方法(如ffill 或 bfill ) 填充缺失數據

 

isnull

返回一個含有布爾值的對象,這些布爾值表示哪些值是缺失值 NA ,該對象的類型與源類型一樣

 

過濾缺失數據

可以通過pandas.isnull或布爾索引的手工方法,但dropna可能會更實用一些。對於 series,dropna返回一個僅含非空數據和索引的series:

dropna默認丟棄任何含有缺失值的行填充缺失數據

參數 說明
value 用於填充缺失值的標量值或字典對象
method 插值方式。如果函數調用時未指定其他參數的話,默認為‘ffill’

 

參數 說明
axis 待填充的軸,默認axis=0
inplace 修改調用者對象而不產生副本
limit (對於前向和后向填充)可以連續填充的最大數量
   
 原文鏈接:https://www.cnblogs.com/leims/p/9921382.html
 
 


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM