在pandas中,可以使用fillna()方法对DataFrame中的空值进行处理。fillna()方法可以接受一个参数,用于指定如何填充空值。以下是一些常用的填充方式:
- 使用固定值填充:fillna(value)
- 使用前一个非空值填充:fillna(method=‘ffill’)
- 使用后一个非空值填充:fillna(method=‘bfill’)
- 使用平均值填充:fillna(df.mean())
- 使用中位数填充:fillna(df.median())
以下是一个示例代码,演示如何使用fillna()方法对DataFrame中的空值进行处理:
import pandas as pd
import numpy as np
# 创建一个DataFrame
df = pd.DataFrame({'name': ['Tom', 'Jerry', None, 'Mike', 'Tom', 'Jerry'],
'score': [80, 90, 85, None, 70, 95]})
# 使用固定值填充空值
df1 = df.fillna(value='Unknown')
print(df1)
# 使用前一个非空值填充空值
df2 = df.fillna(method='ffill')
print(df2)
# 使用后一个非空值填充空值
df3 = df.fillna(method='bfill')
print(df3)
# 使用平均值填充空值
df4 = df.fillna(df.mean())
print(df4)
# 使用中位数填充空值
df5 = df.fillna(df.median())
print(df5)
输出结果为:文章来源:https://www.toymoban.com/news/detail-610926.html
name score
0 Tom 80.0
1 Jerry 90.0
2 NaN 85.0
3 Mike NaN
4 Tom 70.0
5 Jerry 95.0
name score
0 Tom 80.0
1 Jerry 90.0
2 Jerry 85.0
3 Mike 85.0
4 Tom 70.0
5 Jerry 95.0
name score
0 Tom 80.0
1 Jerry 90.0
2 Mike 85.0
3 Mike 70.0
4 Tom 70.0
5 Jerry 95.0
name score
0 Tom 80.0
1 Jerry 90.0
2 NaN 85.0
3 Mike 82.5
4 Tom 70.0
5 Jerry 95.0
name score
0 Tom 80.0
1 Jerry 90.0
2 NaN 85.0
3 Mike 85.0
4 Tom 70.0
5 Jerry 95.0
在代码中,使用fillna()方法对DataFrame中的空值进行处理,填充方式可以根据实际情况选择。最终输出处理后的DataFrame即可。文章来源地址https://www.toymoban.com/news/detail-610926.html
到了这里,关于【pandas使用技巧】pandas中空值的处理方法的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!