在Pandas中处理NaN值的方法


Posted in Python onJune 25, 2019

关于NaN值

-在能够使用大型数据集训练学习算法之前,我们通常需要先清理数据, 也就是说,我们需要通过某个方法检测并更正数据中的错误。
- 任何给定数据集可能会出现各种糟糕的数据,例如离群值或不正确的值,但是我们几乎始终会遇到的糟糕数据类型是缺少值。
- Pandas 会为缺少的值分配 NaN 值。

创建一个具有NaN值得 Data Frame

import pandas as pd

# We create a list of Python dictionaries
# 创建一个字典列表
items2 = [{'bikes': 20, 'pants': 30, 'watches': 35, 'shirts': 15, 'shoes':8, 'suits':45},
{'watches': 10, 'glasses': 50, 'bikes': 15, 'pants':5, 'shirts': 2, 'shoes':5, 'suits':7},
{'bikes': 20, 'pants': 30, 'watches': 35, 'glasses': 4, 'shoes':10}]

# 创建一个DataFrame并设置行索引
store_items = pd.DataFrame(items2, index = ['store 1', 'store 2', 'store 3'])

# 显示
store_items

显示:

在Pandas中处理NaN值的方法

数据量大时统计NaN的个数

# 计算在store_items中NaN值的个数
x = store_items.isnull().sum().sum()

# 输出
print('在我们DataFrame中NaN的数量:', x)

输出:

在我们DataFrame中NaN的数量: 3

.isnull() 方法返回一个大小和 store_items 一样的布尔型 DataFrame,并用 True 表示具有 NaN 值的元素,用 False 表示非 NaN 值的元素。

store_items.isnull()

显示:

在Pandas中处理NaN值的方法

在 Pandas 中,逻辑值 True 的数字值是 1,逻辑值 False 的数字值是 0。

因此,我们可以通过数逻辑值 True 的数量数出 NaN 值的数量。

为了数逻辑值 True 的总数,我们使用 .sum() 方法两次。

要使用该方法两次,是因为第一个 sum() 返回一个 Pandas Series,其中存储了列上的逻辑值 True 的总数

第二个 sum() 将上述 Pandas Series 中的 1 相加

除了数 NaN 值的数量之外,我们还可以采用相反的方式,我们可以数非 NaN 值的数量。为此,我们可以使用 .count() 方法

print('在我们DataFrame的列中具有非NaN值得数量分别为:\n', store_items.count())

输出:

在我们DataFrame的列中具有非NaN值得数量:
bikes 3
glasses 2
pants 3
shirts 2
shoes 3
suits 2
watches 3
dtype: int64

处理这些 NaN 值

  • 如果 axis = 0,.dropna(axis) 方法将删除包含 NaN 值的任何行
  • 如果 axis = 1,.dropna(axis) 方法将删除包含 NaN 值的任何列
# 删除包含NaN值得任何行
store_items.dropna(axis = 0)

显示为:

在Pandas中处理NaN值的方法

store_items.dropna(axis = 1)

显示为:

在Pandas中处理NaN值的方法

注意:

- .dropna() 方法不在原地地删除具有 NaN 值的行或列。
- 原始 DataFrame 不会改变。你始终可以在 dropna() 方法中将关键字 inplace 设为 True,在原地删除目标行或列。

将NaN值替换为合适的值

我们不再删除 NaN 值,而是将它们替换为合适的值。例如,我们可以选择将所有 NaN 值替换为 0。为此,我们可以使用 .fillna() 方法

store_items.fillna(0)

显示:

在Pandas中处理NaN值的方法

我们还可以使用 .fillna() 方法将 NaN 值替换为 DataFrame 中的上个值,称之为前向填充

.fillna(method = 'ffill', axis) 将通过前向填充 (ffill) 方法沿着给定 axis 使用上个已知值替换 NaN 值

store_items.fillna(method = 'ffill', axis = 0)

显示:

在Pandas中处理NaN值的方法

注意 store 3 中的两个 NaN 值被替换成了它们所在列中的上个值。

但是注意, store 1 中的 NaN 值没有被替换掉。因为这列前面没有值,因为 NaN 值是该列的第一个值。

现在,使用上个行值进行前向填充

store_items.fillna(method = 'ffill', axis = 1)

显示:

在Pandas中处理NaN值的方法

在这种情况下:所有 NaN 值都被替换成了之前的行值

同时,也可以选择用 DataFrame 中之后的值替换 NaN 值,称之为后向填充

# 向后填充列,即为NaN的列值,用其列中的后一个来填充
store_items.fillna(method = 'backfill', axis = 0)

同理:也可以向后填充行,即为NaN的行值,用其行中的后一个来填充

# 向后填充行,即为NaN的行值,用其行中的后一个来填充
store_items.fillna(method = 'backfill', axis = 1)

注意:.fillna() 方法不在原地地替换(填充)NaN 值。也就是说,原始 DataFrame 不会改变。你始终可以在 fillna() 函数中将关键字 inplace 设为 True,在原地替换 NaN 值。

还可以选择使用不同的插值方法替换 NaN 值

.interpolate(method = 'linear', axis) 方法将通过 linear 插值使用沿着给定 axis 的值替换 NaN 值, 这个差值也就是前后或者上下的中间值

store_items.interpolate(method = 'linear', axis = 0)

同时,也可用行值插入

store_items.interpolate(method = 'linear', axis = 1)

和我们看到的其他方法一样,.interpolate() 方法不在原地地替换 NaN 值,图片就省略了。

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持三水点靠木。

Python 相关文章推荐
Python脚本文件打包成可执行文件的方法
Jun 02 Python
python实现汉诺塔递归算法经典案例
Mar 01 Python
Python使用pyh生成HTML文档的方法示例
Mar 10 Python
对numpy中数组元素的统一赋值实例
Apr 04 Python
Python 删除连续出现的指定字符的实例
Jun 29 Python
NumPy 数学函数及代数运算的实现代码
Jul 18 Python
对Python 3.5拼接列表的新语法详解
Nov 08 Python
对python插入数据库和生成插入sql的示例讲解
Nov 14 Python
Python实现获取汉字偏旁部首的方法示例【测试可用】
Dec 18 Python
Python 仅获取响应头, 不获取实体的实例
Aug 21 Python
对Python 中矩阵或者数组相减的法则详解
Aug 26 Python
关于多元线性回归分析——Python&SPSS
Feb 24 Python
python实现websocket的客户端压力测试
Jun 25 #Python
python中metaclass原理与用法详解
Jun 25 #Python
python实现接口并发测试脚本
Jun 25 #Python
Python实现EXCEL表格的排序功能示例
Jun 25 #Python
python实现动态创建类的方法分析
Jun 25 #Python
python pandas写入excel文件的方法示例
Jun 25 #Python
python多线程http压力测试脚本
Jun 25 #Python
You might like
用文本作数据处理
2006/10/09 PHP
PHP函数utf8转gb2312编码
2006/12/21 PHP
PHP下用rmdir实现删除目录的三种方法小结
2008/04/20 PHP
paypal即时到账php实现代码
2010/11/28 PHP
ThinkPHP多表联合查询的常用方法
2020/03/24 PHP
php站内搜索关键词变亮的实现方法
2014/12/30 PHP
php模仿asp Application对象在线人数统计实现方法
2015/01/04 PHP
PHP中的命名空间详细介绍
2015/07/02 PHP
CodeIgniter整合Smarty的方法详解
2017/08/25 PHP
详解PHP实现支付宝小程序用户授权的工具类
2018/12/25 PHP
javascript Array.sort() 跨浏览器下需要考虑的问题
2009/12/07 Javascript
JQuery与JS里submit()的区别示例介绍
2014/02/17 Javascript
js获取隐藏元素的宽高
2017/02/24 Javascript
js实现飞机大战小游戏
2020/08/26 Javascript
[49:56]VG vs Optic 2018国际邀请赛小组赛BO2 第一场 8.19
2018/08/21 DOTA
更改Python命令行交互提示符的方法
2015/01/14 Python
python删除某个字符
2018/03/19 Python
Python定时发送消息的脚本:每天跟你女朋友说晚安
2018/10/21 Python
使用python的turtle绘画滑稽脸实例
2019/11/21 Python
使用tensorflow DataSet实现高效加载变长文本输入
2020/01/20 Python
PyQt5+python3+pycharm开发环境配置教程
2020/03/24 Python
python GUI计算器的实现
2020/10/09 Python
安装pyinstaller遇到的各种问题(小结)
2020/11/20 Python
python爬虫中抓取指数的实例讲解
2020/12/01 Python
国际象棋商店:The Chess Store
2018/07/09 全球购物
巴西独家产品和现场演示购物网站:Shoptime
2019/07/11 全球购物
Everlast官网:拳击、综合格斗和健身相关的体育用品
2020/08/03 全球购物
实习老师个人总结的自我评价
2013/09/28 职场文书
公司前台接待岗位职责
2013/12/03 职场文书
毕业生大学生活自我总结
2014/01/31 职场文书
内衣营销方案
2014/03/15 职场文书
协议书样本
2014/04/23 职场文书
党员干部一句话承诺
2014/05/30 职场文书
日语专业毕业生自荐书
2014/06/18 职场文书
银行委托书范本
2014/09/28 职场文书
详解Go语言Slice作为函数参数的使用
2021/07/02 Golang