草庐IT

pandas里的缺失值（理解与相关方法）

TiAmo-bai 2023-04-16 原文

由于数据库或数据集中存在大量缺失数据和空值，这时在pandas中经常用NAN代替。

pandas用标签方法表示缺失值：

一：浮点数据类型的NaN值

二：python的None对象

其中，None是一个python对象，所以不能作为任何Numpy/pandas数组类型的缺失值，只能用于'object'数组类型（即由python对象构成的数组）

1 in:np.array([1,None,3,4])
2 out:array([1,None,3,4],dtype=object)

而NaN属于数值类型的缺失值，是一种按照IEEE浮点数标准设计，在任何系统中都兼容的特殊浮点数。

1 in：vals1=np.array([1,np.nan,3,4])
2 vals1.dtype
3 out:dtype('float64')

并且在数组运算中，NaN可看作是一个数据类病毒，可以把与它接触过的数据同化，例如：

1+np.nan与1*np.nan结果均为nan，这是需要注意的。

但在实际运算中，NaN这一特性并不能让我们得到满意的结果，如下实例可看：

1 in:vals2=np.array([1,np.nan,3,4])
2 vals2.sum(),vals2.min(),vals2.max()
3 out:(nan,nan,nan)

特殊的累计函数，可以忽略缺失值的影响

1 in:vals3=np.array([1,np.nan,3,4])
2 np.nansum(vals3),np.nanmin(vals3),np.nanmax(vals3)
3 out:(8.0,1.0,4.0)

注意：这里结果是浮点类型 dtype='float64'

NaN与None:

在pandas中它们两个是可以等价交换的

pd.Series([1,np.nan,2,None])

out:

0 1.0

1 NaN

2 2.0

3 NaN

dtype:float64

注意：其中np.nan是强制转换成浮点数缺失值NaN，pandas会将没有标签值的数据类型自动转换为NA

转换规则如下：

类型 缺失值转换规则 NA标签值
floating浮点型 无变化 np.nan
object对象类型 无变化 np.nan或None
integer整数类型 强制转换成float64 np.nan
Boolean布尔类型 强制转换成object np.nan或None

 

关于pandas发现、剔除、替换数据结构中的缺失值

isnull(),notnull()#返回布尔类型，创建一个布尔类型的数组，isnull():若是缺失值，则返回true，否则false，而在notnull中则相反

dropna():不传参数时，默认删除所有含缺失值的行，若传入axis=1或axis='columns'，则它会删除所有包含缺失值的列

以上会把一些非缺失值一并剔除，为避免这个情况发生，可通过设置how和thresh参数满足

例如：

df.dropna(axis=1,how='all')则是删除全部为缺失值的列

df.dropna(axis='rows',thresh=2)则删除的行中非缺失值至少为2个，thresh用于设置行或列中非缺失值的最小数量

fillna()用于填充缺失值，将其换成有效数值

（可返回填充了缺失值的数组副本）

在Series中

df.fillna(0) 用0来替换缺失值

1 in:df=pd.Series([1,2,np.nan,4,5])
2 df.fillna(0)
3 out:
4 0 1.0
5 1 2.0
6 2 0.0
7 3 4.0
8 4 5.0
9 dtype:float64

 

df.fillna(method='ffill') 从前往后填充

1 in:df=pd.Series([1,2,np.nan,4,5])
2 df.fillna(method='ffill')
3 out:
4 0 1.0
5 1 2.0
6 2 2.0
7 3 4.0
8 4 5.0
9 dtype:float64

 

df.fillna(method='bfill') 从后往前填充

1 in:df=pd.Series([1,2,np.nan,4,5])
2 df.fillna(method='bfill')
3 out:
4 0 1.0
5 1 2.0
6 2 4.0
7 3 4.0
8 4 5.0
9 dtype:float64

 

在DataFrame中

df.fillna(method='ffill',axis=1)与series用法类似，但需表明行或列

1 in:df=pd.DataFrame([[1,2,np.nan],[3,6,7],[4,np.nan,np.nan]],columns=['a','b','c'])
2 df.fillna(method='ffill',axis=0)
3 out:
4     a    b    c
5 0 1.0 2.0 2.0
6 1 3.0 6.0 7.0
7 2 4.0 4.0 4.0
8 dtype:float64

 

缺失pandasspanstylecolorPython

有关pandas里的缺失值（理解与相关方法）的更多相关文章

  1. ruby - 如何使用 Nokogiri 的 xpath 和 at_xpath 方法 - 2

    我正在学习如何使用Nokogiri，根据这段代码我遇到了一些问题:require'rubygems'require'mechanize'post_agent=WWW::Mechanize.newpost_page=post_agent.get('http://www.vbulletin.org/forum/showthread.php?t=230708')puts"\nabsolutepathwithtbodygivesnil"putspost_page.parser.xpath('/html/body/div/div/div/div/div/table/tbody/tr/td/div

  2. ruby - 如何从 ruby​​ 中的字符串运行任意对象方法？ - 2

    总的来说，我对ruby​​还比较陌生，我正在为我正在创建的对象编写一些rspec测试用例。许多测试用例都非常基础，我只是想确保正确填充和返回值。我想知道是否有办法使用循环结构来执行此操作。不必为我要测试的每个方法都设置一个assertEquals。例如:describeitem,"TestingtheItem"doit"willhaveanullvaluetostart"doitem=Item.new#HereIcoulddotheitem.name.shouldbe_nil#thenIcoulddoitem.category.shouldbe_nilendend但我想要一些方法来使用

  3. ruby - 为什么我可以在 Ruby 中使用 Object#send 访问私有(private)/ protected 方法？ - 2

    类classAprivatedeffooputs:fooendpublicdefbarputs:barendprivatedefzimputs:zimendprotecteddefdibputs:dibendendA的实例a=A.new测试a.foorescueputs:faila.barrescueputs:faila.zimrescueputs:faila.dibrescueputs:faila.gazrescueputs:fail测试输出failbarfailfailfail.发送测试[:foo,:bar,:zim,:dib,:gaz].each{|m|a.send(m)resc

  4. ruby - Facter::Util::Uptime:Module 的未定义方法 get_uptime (NoMethodError) - 2

    我正在尝试设置一个puppet节点，但ruby​​gems似乎不正常。如果我通过它自己的二进制文件(/usr/lib/ruby/gems/1.8/gems/facter-1.5.8/bin/facter)在cli上运行facter，它工作正常，但如果我通过由ruby​​gems(/usr/bin/facter)安装的二进制文件，它抛出:/usr/lib/ruby/1.8/facter/uptime.rb:11:undefinedmethod`get_uptime'forFacter::Util::Uptime:Module(NoMethodError)from/usr/lib/ruby

  5. Ruby 方法() 方法 - 2

    我想了解Ruby方法methods()是如何工作的。我尝试使用“ruby方法”在Google上搜索，但这不是我需要的。我也看过ruby​​-doc.org，但我没有找到这种方法。你能详细解释一下它是如何工作的或者给我一个链接吗？更新我用methods()方法做了实验，得到了这样的结果:'labrat'代码classFirstdeffirst_instance_mymethodenddefself.first_class_mymethodendendclassSecond使用类#returnsavailablemethodslistforclassandancestorsputsSeco

  6. ruby-on-rails - Rails 3.2.1 中 ActionMailer 中的未定义方法 'default_content_type=' - 2

    我在我的项目中添加了一个系统来重置用户密码并通过电子邮件将密码发送给他，以防他忘记密码。昨天它运行良好(当我实现它时)。当我今天尝试启动服务器时，出现以下错误。=>BootingWEBrick=>Rails3.2.1applicationstartingindevelopmentonhttp://0.0.0.0:3000=>Callwith-dtodetach=>Ctrl-CtoshutdownserverExiting/Users/vinayshenoy/.rvm/gems/ruby-1.9.3-p0/gems/actionmailer-3.2.1/lib/action_mailer

  7. ruby - Highline 询问方法不会使用同一行 - 2

    设置:狂欢ruby1.9.2高线(1.6.13)描述:我已经相当习惯在其他一些项目中使用highline，但已经有几个月没有使用它了。现在，在Ruby1.9.2上全新安装时，它似乎不允许在同一行回答提示。所以以前我会看到类似的东西:require"highline/import"ask"Whatisyourfavoritecolor?"并得到:Whatisyourfavoritecolor?|现在我看到类似的东西:Whatisyourfavoritecolor?|竖线(|)符号是我的终端光标。知道为什么会发生这种变化吗？ 最佳答案

  8. ruby - 主要 :Object when running build from sublime 的未定义方法 `require_relative' - 2

    我已经从我的命令行中获得了一切，所以我可以运行rubymyfile并且它可以正常工作。但是当我尝试从sublime中运行它时，我得到了undefinedmethod`require_relative'formain:Object有人知道我的sublime设置中缺少什么吗？我正在使用OSX并安装了rvm。 最佳答案 或者，您可以只使用“require”，它应该可以正常工作。我认为“require_relative”仅适用于ruby​​1.9+ 关于ruby-主要:Objectwhenrun

  9. ruby - 多个属性的 update_column 方法 - 2

    我有一个具有一些属性的模型:attr1、attr2和attr3。我需要在不执行回调和验证的情况下更新此属性。我找到了update_column方法，但我想同时更新三个属性。我需要这样的东西:update_columns({attr1:val1,attr2:val2,attr3:val3})代替update_column(attr1,val1)update_column(attr2,val2)update_column(attr3,val3) 最佳答案 您可以使用update_columns(attr1:val1,attr2:val2

  10. ruby - 检查方法参数的类型 - 2

    我不确定传递给方法的对象的类型是否正确。我可能会将一个字符串传递给一个只能处理整数的函数。某种运行时保证怎么样？我看不到比以下更好的选择:defsomeFixNumMangler(input)raise"wrongtype:integerrequired"unlessinput.class==FixNumother_stuffend有更好的选择吗？ 最佳答案 使用Kernel#Integer在使用之前转换输入的方法。当无法以任何合理的方式将输入转换为整数时，它将引发ArgumentError。defmy_method(number)

随机推荐