共计 3068 个字符，预计需要花费 8 分钟才能阅读完成。
本篇详解 pandas 中缺失值（Missing data handling）解决罕用操作。
缺失值解决罕用于数据分析数据荡涤阶段；
Pandas 中将如下类型定义为缺失值：
NaN:‘’,‘#N/A’,‘#N/A N/A’,‘#NA’,‘-1.#IND’,‘-1.#QNAN’,‘-NaN’,‘-nan’,‘1.#IND’,‘1.#QNAN’,‘<NA>’,‘N/A’,‘NA’,‘NULL’,‘NaN’,‘n/a’,‘nan’,‘null’，None
1、pandas 中缺失值注意事项
pandas 和 numpy 中 任意两个缺失值不相等（np.nan != np.nan）
下图中两个 NaN 不相等：
In [224]: df1.iloc[3:,0].values# 取出 'one' 列中的 NaN
Out[224]: array([nan])
In [225]: df1.iloc[2:3,1].values# 取出 'two' 列中的 NaN
Out[225]: array([nan])
In [226]: df1.iloc[3:,0].values == df1.iloc[2:3,1].values# 两个 NaN 值不相等
Out[226]: array([False])pandas 读取文件时 那些值被视为缺失值
NaN:‘’,‘#N/A’,‘#N/A N/A’,‘#NA’,‘-1.#IND’,‘-1.#QNAN’,‘-NaN’,‘-nan’,‘1.#IND’,‘1.#QNAN’,‘<NA>’,‘N/A’,‘NA’,‘NULL’,‘NaN’,‘n/a’,‘nan’,‘null’，None
2、pandas 缺失值操作
pandas.DataFrame 中 判断那些值是缺失值：isna 办法
# 定义一个试验 DataFrame
In [47]: d = {'one': pd.Series([1., 2., 3.], index=['a', 'b', 'c']),'two': pd.Series([1., 2., 3., 4.], index=['a', 'b', 'c', 'd'])}
In [48]: df = pd.DataFrame(d)
In [49]: df
Out[49]:
one two
a 1.0 1.0
b 2.0 2.0
c 3.0 3.0
d NaN 4.0
In [120]: df.isna()# 返回形态一样的 bool 值填充 DataFrame
Out[120]:
one two
a False False
b False False
c False False
d True Falsepandas.DataFrame 中 删除蕴含缺失值的行：dropna(axis=0)
In [67]: df
Out[67]:
one two
a 1.0 1.0
b 2.0 2.0
c 3.0 3.0
d NaN 4.0
In [68]: df.dropna()# 默认 axis=0
Out[68]:
one two
a 1.0 1.0
b 2.0 2.0
c 3.0 3.0pandas.DataFrame 中 删除蕴含缺失值的列：dropna(axis=1)
In [72]: df.dropna(axis=1)
Out[72]:
two
a 1.0
b 2.0
c 3.0
d 4.0pandas.DataFrame 中 删除蕴含缺失值的列和行：dropna(how=’any’)
In [97]: df['three']=np.nan# 新增一列全为 NaN
In [98]: df
Out[98]:
one two three
a 1.0 1.0 NaN
b 2.0 2.0 NaN
c 3.0 3.0 NaN
d NaN 4.0 NaN
In [99]: df.dropna(how='any')
Out[99]:
Empty DataFrame# 全删除了
Columns: [one, two, three]
Index: []pandas.DataFrame 中 删除全是缺失值的行：dropna(axis=0,how=’all’)
In [101]: df.dropna(axis=0,how='all')
Out[101]:
one two three
a 1.0 1.0 NaN
b 2.0 2.0 NaN
c 3.0 3.0 NaN
d NaN 4.0 NaNpandas.DataFrame 中 删除全是缺失值的列：dropna(axis=1,how=’all’)
In [102]: df.dropna(axis=1,how='all')
Out[102]:
one two
a 1.0 1.0
b 2.0 2.0
c 3.0 3.0
d NaN 4.0pandas.DataFrame 中 应用某个值填充缺失值：fillna(某个值)
In [103]: df.fillna(666)# 应用 666 填充
Out[103]:
one two three
a 1.0 1.0 666.0
b 2.0 2.0 666.0
c 3.0 3.0 666.0
d 666.0 4.0 666.0pandas.DataFrame 中 应用前一列的值填充缺失值：fillna(axis=1,method=’ffill’)
# 后一列填充为 fillna(axis=1,method=bfill')
In [109]: df.fillna(axis=1,method='ffill')
Out[109]:
one two three
a 1.0 1.0 1.0
b 2.0 2.0 2.0
c 3.0 3.0 3.0
d NaN 4.0 4.0pandas.DataFrame 中 应用前一行的值填充缺失值：fillna(axis=0,method=’ffill’)
# 后一行填充为 fillna(axis=1,method=bfill')
In [110]: df.fillna(method='ffill')
Out[110]:
one two three
a 1.0 1.0 NaN
b 2.0 2.0 NaN
c 3.0 3.0 NaN
d 3.0 4.0 NaNpandas.DataFrame 中 应用字典传值填充指定列的缺失值
In [112]: df.fillna({'one':666})# 填充 one 列的 NaN 值
Out[112]:
one two three
a 1.0 1.0 NaN
b 2.0 2.0 NaN
c 3.0 3.0 NaN
d 666.0 4.0 NaN
In [113]: df.fillna({'three':666})
Out[113]:
one two three
a 1.0 1.0 666.0
b 2.0 2.0 666.0
c 3.0 3.0 666.0
d NaN 4.0 666.0以上就是本次分享的所有内容，如果你感觉文章还不错，欢送关注公众号：Python 编程学习圈，每日干货分享，发送“J”还可支付大量学习材料。或是返回编程学习网，理解更多编程技术常识。
正文完
