Pandas处理缺失值的两种核心方法：删除与填充

Pandas处理缺失值的两种核心方法

在数据清洗过程中，处理缺失值是关键步骤，主要包含以下两种处理方式：

标准np.nan缺失值的处理

第一种情况是缺失值类型为标准的np.nan。

针对此类缺失值，可以使用dropna(axis='rows')方法直接删除包含缺失值的行。

另一种处理手段是使用fillna(df[].mean(), inplace=True)将缺失值替换为指定数值（如均值）或其他自定义值。

非标准标记缺失值的处理流程

第二种情况是缺失值并非标准的np.nan，而是由特定的默认标记值表示。

具体而言，当数据中存在缺失值且其类型为np.nan时，属于标准缺失值处理范畴。

# 判断数据是否为NaN
# pd.isnull(df),pd.notnull(df),pd.isna(df)

# 读取数据
movie = pd.read_csv("./date/IMDB-Movie-Data.csv")

##第一种 删除
# pandas删除缺失值，使用dropna的前提是，缺失值的类型必须是np.nan
# 删除缺失值为np.nan的所在行
movie.dropna()


# 第二种 替换缺失值
# 替换存在缺失值的样本
# 替换 填充平均值
movie['Metascore'].fillna(movie['Metascore'].mean(), inplace=True)
# 替换 填充自定义值
movie['Metascore'].fillna(11, inplace=True)

当缺失值由非np.nan的特定标记表示时，属于非标准缺失值处理范畴。

对于非标准缺失值，第一步需将特定的默认标记值替换为np.nan。

可以使用df.replace(to_replace=, value=)函数执行替换操作。

完成替换后，即可按照标准缺失值的方法进行后续处理。

# 将其他标记的缺失值替换为np.nan mm = moive.replace(to_replace='默认值', value=np.nan)

以上内容涵盖了Pandas处理缺失值的核心逻辑，希望对读者有所帮助，欢迎继续支持本站获取更多技术资源。