使用python处理缺失数据
作者:互联网
处理缺失数据:
方法 | 说明 |
dropna |
根据各标签的值中 是否存在缺失数据对轴标签进行过滤,可通过阈值调节对缺失值的容忍程度
|
fillna |
用指定值或插值方法(如ffill 或 bfill ) 填充缺失数据
|
isnull |
返回一个含有布尔值的对象,这些布尔值表示哪些值是缺失值 NA ,该对象的类型与源类型一样
|
过滤缺失数据
可以通过pandas.isnull或布尔索引的手工方法,但dropna可能会更实用一些。对于 series,dropna返回一个仅含非空数据和索引的series:
dropna默认丢弃任何含有缺失值的行填充缺失数据
参数 | 说明 |
value | 用于填充缺失值的标量值或字典对象 |
method | 插值方式。如果函数调用时未指定其他参数的话,默认为‘ffill’ |
参数 | 说明 |
axis | 待填充的轴,默认axis=0 |
inplace | 修改调用者对象而不产生副本 |
limit | (对于前向和后向填充)可以连续填充的最大数量 |
标签:填充,python,series,dropna,处理,默认,数据,缺失 来源: https://www.cnblogs.com/sunflowers-lanqijiu/p/11806345.html