Python學習筆記：數據清洗之缺失值填充fillna

在數據建模過程中，針對入模的數據需做數據清洗，特別針對缺失數據。

缺失數據比較多的情況下，可以考慮直接刪除；缺失數據較少的情況下，可對數據進行填充。

此時，fillna() 則派上用場。語法為：

fillna(self, value=None, method=None, axis=None, inplace=False, limit=None, downcast=None, **kwargs)
# inplace=True 直接修改原對象 缺省False
# method取值：pad、ffill、backfill、bfill、None 缺省None
	# pad/ffill：用前一個非缺失值填充
    # backfill/bfill：用后一個非缺失值填充
# limit：限制填充個數
# axis：修改填充方向

創建測試數據框：

import pandas as pd
import numpy as np
from numpy import nan
data = pd.DataFrame(np.arange(3,19,1).reshape(4,4),index=list('abcd'))
print(data)
data.iloc[0:2, 0:3] = nan
print(data)
'''
    0   1   2   3
a   3   4   5   6
b   7   8   9  10
c  11  12  13  14
d  15  16  17  18
      0     1     2   3
a   NaN   NaN   NaN   6
b   NaN   NaN   NaN  10
c  11.0  12.0  13.0  14
d  15.0  16.0  17.0  18
'''

• 用0填充

data.fillna(0)

• 用每列特征的均值填充

data.fillna(data.mean())

• 用每列特征的中位數填充

data.fillna(data.median())

• 用相鄰后面（back）特征填充前面缺失值

data.fillna(method='bfill')

• 用相鄰前面（before）特征填充后面空值

import pandas as pd
import numpy as np
from numpy import nan
data = pd.DataFrame(np.arange(3,19,1).reshape(4,4),index=list('abcd'))
print(data)
data.iloc[1:2, 0:3] = nan
print(data)
data.fillna(method='pad')

• 利用字典對不同列填充不同值

values = {0:10, 1:20, 2:30} # 列名：填充值
data.fillna(value=values)

• 控制填充個數

data.fillna(method='bfill', limit=2)

• 按行填充

data.fillna(method='ffill', limit=1, axis=1)

參考鏈接：fillna()函數詳解

參考鏈接：Python 數據清洗之缺失數據填充fillna（）