主要介紹數據處理過程中,常用到的幾個函數。
- 查看存在缺失值的特徵
#計算特徵缺失值個數
na_counts = data.isnull.sum()
#按缺失值個數降序輸出特徵
missing_values = na_counts[na_counts > 0].sort_values(ascending=False)
- 缺失值過濾
#默認情況下會刪除包含缺失值的行
data.dropna()
#刪除所有值均爲NA的行
data.dropna(how="all")
#若想刪除列,可以傳入參數axis=1
data.dropna(axis=1)
#修改被調用的對象,而不是生成一個備份
data.dropna(inplace=True)
#限制條件判斷區域,刪除某些列中有空值的行
data.dropna(subset=["列名"])
- 缺失值補全
data.fillna(value, method, axis, inplace, limit)
#value參數是用於填充缺失值的值,可爲標量或字典對象
#mothod參數是插值方法,默認是“ffill”,將前面同列的值作爲填充值
#axis是需要填充的軸,默認爲0
#inplace是修改被調用的對象,而不是生成一個備份
#limit用於前向或後向填充式最大的填充範圍