Pandas缺失值2种处理方式代码实例

下面是“Pandas缺失值2种处理方式代码实例”的完整攻略。

简介

在数据分析和处理中，缺失值是很常见的情况。Pandas提供了多种方法来处理缺失值，本文将重点讲解两种常用的处理方式：删除缺失值和填充缺失值，并提供对应的代码实例。

删除缺失值

删除缺失值是处理缺失值最简单快捷的方法，但前提是缺失值占比不能过大。对于占比过大的缺失值，删除会导致数据量减少，可能会影响后续的分析和建模。

使用Pandas库的dropna()函数可以删除缺失值。下面是一个简单的代码示例：

import pandas as pd

data = {"A": [1, 2, 3, None, 5, 6], "B": [None, 8, 9, 10, None, 12], "C": [13, 14, 15, 16, 17, None]}
df = pd.DataFrame(data)

# 删除缺失值
df = df.dropna()

print(df)

上述代码中，我们使用DataFrame()函数创建了一个包含三列数据的DataFrame，其中包含了若干缺失值。接下来我们使用dropna()函数删除所有含有缺失值的行。运行程序后，输出结果如下：

     A    B     C
0  1.0  2.0  13.0

在这个例子中，我们删除了所有含有缺失值的行，对应的第1、4、5、6行数据被删除。

填充缺失值

除了删除缺失值，我们也可以采用填充缺失值的方法来处理缺失值。填充缺失值可以保留全部数据，避免数据的缩水，但需要根据具体情况决定填充值。一般来说，可以用缺失值前或后的值进行填充，也可以用统计值（如均值、中位数、众数）进行填充。

使用fillna()函数可以填充缺失值。下面是一个简单的代码示例：

import pandas as pd

data = {"A": [1, 2, 3, None, 5, 6], "B": [None, 8, 9, 10, None, 12], "C": [13, 14, 15, 16, 17, None]}
df = pd.DataFrame(data)

# 填充缺失值
df = df.fillna(method="ffill")

print(df)

上述代码中，我们同样使用DataFrame()函数创建了一个包含三列数据的DataFrame，其中包含了若干缺失值。接下来我们使用fillna()函数对缺失值进行填充，采用的方法是用缺失值前一个非缺失值进行填充（即“向前填充”）。运行程序后，输出结果如下：

     A    B     C
0  1.0  NaN  13.0
1  2.0  8.0  14.0
2  3.0  9.0  15.0
3  3.0  10.0 16.0
4  5.0  10.0 17.0
5  6.0  12.0 17.0

在这个例子中，我们用“向前填充”的方式填充了含有缺失值的DataFrame，对应的第1行的B列缺失值被填充为None前面的值。