Pandas 处理丢失数据
2017-12-07 00:00
92 查看
import pandas as pd import numpy as np dates =pd.date_range('20130101', periods = 6) df = pd.DataFrame(np.arange(24).reshape((6, 4)), index = dates, columns = ['A', 'B', 'C', 'D']) df.iloc[0, 1] = np.nan df.iloc[1, 2] = np.nan print(df) # 删除有NaN值的数据 # axis=0 表示以行删除,axis=1表示以列删除 # how='any' 表示有任何NaN就执行删除操作,how='all' 表示删除所有制都为NaN的数据 print(df.dropna(axis = 0, how = 'any')) # how = {'any', 'all'} print(df.dropna(axis = 1, how = 'any')) # 为NaN值填充value print(df.fillna(value =0)) # 判断数据是否缺失,会返回所有数据位为True或False print(df.isnull()) # 判断整个数据是否丢失数据,只要有一个位置丢失数据,就返回True,否则返回False print(np.any(df.isnull()) == True)
相关文章推荐
- pandas处理丢失数据-【老鱼学pandas】
- 数据分析处理库Pandas-常用函数
- 电脑处理文件数据丢失怎么办
- 关于ubifs在断电时丢失数据的处理方法
- Oracle数据文件转移和丢失处理
- oracle数据文件丢失处理方法一(测试)
- pandas使用大全--数据与处理
- 数据丢失值的处理方法总结
- 使用python(pandas)将数据处理成交叉分组表
- Pandas读入Excel数据表格与数据简单处理
- 关于丢失表空间数据文件的处理方式
- 使用Pandas处理大型数据—节省90%内存的建议
- 关于ubifs在断电时丢失数据的处理方法
- 使用Python Pandas处理亿级数据
- pandas处理数据踩坑之旅
- ORACLE 数据文件丢失处理
- 使用pandas对矢量化数据进行替换处理的方法
- pandas处理缺失数据
- TCP close时,如果recvbuf中有数据,没有处理,不是正常FIN,而是RST,将丢失sendbuf里的数据
- 利用Pandas进行数据分析(3)——统计、处理缺失值、层次化索引