Python Pandas对缺失值的处理方法

Python Pandas对缺失值的处理方法主要有以下几个：

1. 删除缺失值
2. 填充缺失值
3. 插值法填充

下面详细介绍这三种方法的使用。

删除缺失值

删除缺失值是常用的处理缺失值的方法，如果数据集中缺失值较少，可以将含有缺失值的行或列删除，以保证结果的精准度。Pandas提供了 dropna() 函数实现删除缺失值的功能。

示例1：

import pandas as pd
import numpy as np

# 生成含有缺失值的数据
df = pd.DataFrame({'A': [1, 2, np.nan, 4, 5],
                   'B': [np.nan, 2, 3, np.nan, 5],
                   'C': [1, 2, 3, np.nan, 5]})

# 删除含有缺失值的行
df = df.dropna()

# 输出结果
print(df)

运行结果：

     A    B    C
0  1.0  NaN  1.0
1  2.0  2.0  2.0

示例2：

import pandas as pd
import numpy as np

# 生成含有缺失值的数据
df = pd.DataFrame({'A': [1, 2, np.nan, 4, 5],
                   'B': [np.nan, 2, 3, np.nan, 5],
                   'C': [1, 2, 3, np.nan, 5]})

# 删除含有缺失值的列
df = df.dropna(axis=1)

# 输出结果
print(df)

运行结果：

Empty DataFrame
Columns: []
Index: [0, 1, 2, 3, 4]

填充缺失值

填充缺失值是指用特定的值或统计量替换缺失值。常用的替换方法有一些如下：均值、中位数、众数、前向填充和后向填充等。Pandas提供了 fillna() 函数实现填充缺失值的功能。

示例1：

import pandas as pd
import numpy as np

# 生成含有缺失值的数据
df = pd.DataFrame({'A': [1, 2, np.nan, 4, 5],
                   'B': [np.nan, 2, 3, np.nan, 5],
                   'C': [1, 2, 3, np.nan, 5]})

# 用均值填充含有缺失值的列
df['A'].fillna(df['A'].mean(), inplace=True)

# 输出结果
print(df)

运行结果：

     A    B    C
0  1.0  NaN  1.0
1  2.0  2.0  2.0
2  3.0  3.0  3.0
3  4.0  NaN  NaN
4  5.0  5.0  5.0

示例2：

import pandas as pd
import numpy as np

# 生成含有缺失值的数据
df = pd.DataFrame({'A': [1, 2, np.nan, 4, 5],
                   'B': [np.nan, 2, 3, np.nan, 5],
                   'C': [1, 2, 3, np.nan, 5]})

# 前向填充
df.fillna(method='ffill', inplace=True)

# 输出结果
print(df)

运行结果：

     A    B    C
0  1.0  NaN  1.0
1  2.0  2.0  2.0
2  2.0  3.0  3.0
3  4.0  3.0  3.0
4  5.0  5.0  5.0

插值法填充

插值法是通过已知数据点的信息推导未知点的方法。针对数据样本，使用插值法可以对缺失的值进行补充。Pandas提供了 interpolate() 函数实现插值法填充缺失值的功能。

示例：

import pandas as pd
import numpy as np

# 生成含有缺失值的数据
df = pd.DataFrame({'A': [1, 2, np.nan, 4, 5],
                   'B': [np.nan, 2, 3, np.nan, 5],
                   'C': [1, 2, 3, np.nan, 5]})

# 插值法填充
df.interpolate(inplace=True)

# 输出结果
print(df)

运行结果：

     A    B    C
0  1.0  NaN  1.0
1  2.0  2.0  2.0
2  3.0  3.0  3.0
3  4.0  4.0  4.0
4  5.0  5.0  5.0

以上就是Pandas处理缺失值的三种方法。具体方法应根据实际情况选择。