11分钟
缺失数据1
1. pands
对象上的所有描述统计都排除了缺失数据。
2. DataFrame.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)
:根据各label
的值中是否存在缺失数据来对轴label
进行过滤。
axis
:指定沿着哪个轴进行过滤。如果为0/'index'
,则沿着0轴;如果为1/'columns'
,则沿着1轴。你也可以同时提供两个轴(以列表或者元组的形式)how
:指定过滤方式。如果为'any'
,则如果该label
对应的数据中只要有任何NaN
,则抛弃该label
;如果为'all'
,则如果该label
对应的数据中必须全部为NaN
才抛弃该label
。thresh
:一个整数,要求该label
必须有thresh
个非NaN
才保留下来。它比how
的优先级较高。subset
:一个label
的array-like
。比如axis=0
,则subset
为轴 1 上的标签,它指定你考虑哪些列的子集上的NaN
inplace
:一个布尔值。如果为True
,则原地修改。否则返回一个新创建的DataFrame
对于Series
,其签名为: Series.dropna(axis=0, inplace=False, **kwargs)
3. DataFrame/Series.fillna(value=None, method=None, axis=None, inplace=False, limit=None,
downcast=None, **kwargs)
:用指定值或者插值方法来填充缺失数据。
value
:一个标量、字典、Series
或者DataFrame
。注意:value
与method
只能指定其中之一,不能同时提供。- 如果为标量,则它指定了填充
NaN
的数据。 - 如果为
Series/dict
,则它指定了填充每个index
的数据 - 如果为
DataFrame
,则它指定了填充每个DataFrame
单元的数据
- 如果为标量,则它指定了填充
method
:指定填充方式。可以为None
,也可以为:'backfill'/'bfill'
:使用下一个可用的有效值来填充(后向填充)'ffill'/'pad'
:使用前一个可用的有效值来填充(前向填充)
axis
:指定沿着哪个轴进行填充。如果为0/'index'
,则沿着0轴;如果为1/'columns'
,则沿着1轴inplace
:一个布尔值。如果为True
,则原地修改。否则返回一个新创建的DataFrame
limit
:一个整数。如果method
提供了,则当有连续的N
个NaN
时,只有其中的limit
个NaN
会被填充(注意:对于前向填充和后向填充,剩余的空缺的位置不同)downcast
:一个字典,用于类型转换。字典形式为:{label->dtype}
,dtype
可以为字符串,也可以为np.float64
等。
学员评价