Pandas填补空栏

Pandas填补空栏（缺失值）是数据分析中必不可少的一环，本文将详细介绍Pandas填补空栏的完整攻略。

什么是缺失值？

在数据统计分析过程中，有些数据未被记录或未能够采集到，这就形成了某些数据所在的单元格中没有实际值，这被称为缺失值（missing data），在Pandas中，缺失值通常用 NaN（Not a Number）或None表示。

Pandas缺失值填补的方法

Pandas提供了几种用于填补缺失值的方法，包括以下方法：

1. 删除缺失值
2. 填充缺失值

删除缺失值

这是处理缺失值最简单的方法，而且在一些情况下也是最合适的选择。你可以使用dropna()删除缺失值所在行或列，示例如下：

import pandas as pd
import numpy as np

df = pd.DataFrame({'A': [1, np.nan, np.nan], 'B': [4, np.nan, 6], 'C': [7, 8, 9]})
df.dropna()   # 删除有缺失值的行
df.dropna(axis=1)   # 删除有缺失值的列

在上面的代码中，dropna()默认是删除行（axis=0），如果需要删除列可以指定axis=1。

填充缺失值

除了删除缺失值的方法，我们还可以使用fillna()来填充缺失值，填充缺失值包括以下几种方法：

1. 使用常数来填充缺失值
2. 使用一个字典来填充缺失值
3. 使用缺失值前面的值来填充缺失值
4. 使用插值法来填补缺失值

下面分别对这四种方法进行详细讲解。

1. 使用常数来填充缺失值

import pandas as pd
import numpy as np

df = pd.DataFrame({'A': [1, np.nan, 3], 'B': [4, 5, np.nan], 'C': [7, 8, 9]})
df.fillna(0)   # 将缺失值替换为0

在上面的代码中，我们使用fillna()方法将缺失值替换为0。

2. 使用一个字典来填充缺失值

import pandas as pd
import numpy as np

df = pd.DataFrame({'A': [1, np.nan, 3], 'B': [4, 5, np.nan], 'C': [7, 8, 9]})
df.fillna({'A': 0, 'B': 1, 'C': 2})   # 将A列缺失值替换为0，B列缺失值替换为1，C列缺失值替换为2

在上面的代码中，我们使用fillna()方法将字典中对应列的缺失值替换为字典中对应的值。

3. 使用缺失值前面的值来填充缺失值

import pandas as pd
import numpy as np

df = pd.DataFrame({'A': [1, np.nan, 3], 'B': [4, 5, np.nan], 'C': [7, 8, 9]})
df.fillna(method='ffill')   # 使用缺失值前面的值来替换缺失值

在上面的代码中，我们使用fillna()方法将缺失值使用缺失值前面的值替换。

4. 使用插值法来填补缺失值

import pandas as pd
import numpy as np

df = pd.DataFrame({'A': [1, np.nan, 3], 'B': [4, 5, np.nan], 'C': [7, 8, 9]})
df.interpolate()   # 使用线性插值法填充缺失值

在上面的代码中，我们使用fillna()方法将缺失值使用线性插值法进行填充。

示例

下面为示例代码：

import pandas as pd
import numpy as np

df = pd.DataFrame({'A': [1, np.nan, 3], 'B': [4, 5, np.nan], 'C': [7, 8, 9]})
df1 = df.dropna()   # 删除有缺失值的行
df2 = df.interpolate()   # 使用插值法来填补缺失值
df3 = df.fillna(method='ffill')   # 使用缺失值前面的值来填补缺失值

print('删除缺失值的行：\n',df1)
print('插值法填充缺失值：\n',df2)
print('使用缺失值前面的值填充缺失值：\n',df3)

在上面的代码中，我们首先定义一个三列数据的DataFrame，包含一些缺失值。然后我们使用dropna()方法删除缺失值的行，并使用interpolate()函数使用插值法来填充缺失值，在使用fillna()方法使用缺失值前面的值进行填充。