gpt4 book ai didi

Pandas缺失值2种处理方式代码实例

转载 作者:qq735679552 更新时间:2022-09-29 22:32:09 26 4
gpt4 key购买 nike

CFSDN坚持开源创造价值,我们致力于搭建一个资源共享平台,让每一个IT人在这里找到属于你的精彩世界.

这篇CFSDN的博客文章Pandas缺失值2种处理方式代码实例由作者收集整理,如果你对这篇文章有兴趣,记得点赞哟.

处理方式:

存在缺失值nan,并且是np.nan

删除存在缺失值的:dropna(axis='rows') 。

替换缺失值:fillna(df[].mean(), inplace=True) 。

不是缺失值nan,有默认标记的 。

1、存在缺失值nan,并且是np.nan 。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
# 判断数据是否为NaN
# pd.isnull(df),pd.notnull(df),pd.isna(df)
 
# 读取数据
movie = pd.read_csv( "./date/IMDB-Movie-Data.csv" )
 
##第一种 删除
# pandas删除缺失值,使用dropna的前提是,缺失值的类型必须是np.nan
# 删除缺失值为np.nan的所在行
movie.dropna()
 
 
# 第二种 替换缺失值
# 替换存在缺失值的样本
# 替换 填充平均值
movie[ 'Metascore' ].fillna(movie[ 'Metascore' ].mean(), inplace = True )
# 替换 填充自定义值
movie[ 'Metascore' ].fillna( 11 , inplace = True )

2、不是缺失值nan,有默认标记的 。

1、先替换默认标记值为np.nan 。

df.replace(to_replace=, value=) 。

2、在进行缺失值的处理 。

# 把一些其它值标记的缺失值,替换成np.nan mm = moive.replace(to_replace='默认值', value=np.nan) 。

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持我.

原文链接:https://www.cnblogs.com/caijunchao/p/12885019.html 。

最后此篇关于Pandas缺失值2种处理方式代码实例的文章就讲到这里了,如果你想了解更多关于Pandas缺失值2种处理方式代码实例的内容请搜索CFSDN的文章或继续浏览相关文章,希望大家以后支持我的博客! 。

26 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com