利用Python進行數據分析(10) pandas基礎: 處理缺失數據

 

數據不完整在數據分析的過程當中很常見。

pandas使用浮點值NaN表示浮點和非浮點數組裏的缺失數據。

pandas使用isnull()和notnull()函數來判斷缺失狀況。

對於缺失數據通常處理方法爲濾掉或者填充。

濾除缺失數據

 

對於一個Series，dropna()函數返回一個包含非空數據和索引值的Series，例如：

對於DataFrame，dropna()函數一樣會丟掉全部含有空元素的數據，例如：

 

可是能夠指定how='all'，這表示只有行裏的數據所有爲空時才丟棄，例如：

 

若是想以一樣的方式按列丟棄，能夠傳入axis=1，例如：

 

 

填充缺失數據

若是不想丟掉缺失的數據而是想用默認值填充這些空洞，能夠使用fillna()函數：

 

若是不想只以某個標量填充，能夠傳入一個字典，對不一樣的列填充不一樣的值：