python
来源:互联网 发布:网络信息安全的定义 编辑:程序博客网 时间:2024/06/08 19:51
侦测遗失值
# coding: utf-8# ## 检测缺失值# In[2]:import pandas as pdimport numpy as npdf = pd.DataFrame([ ['frank', 'M', np.nan], ['mary' , np.nan, np.nan], ['tom' , 'M', 35], ['ted' , 'M', 33], ['jean' , np.nan, 21], ['lisa' , 'F', 20]])df.columns = ['name', 'gender', 'age']df# In[38]:df.isnull()# In[4]:# 检查是否含有缺失值(每个元素)df['gender']# In[6]:df['gender'].isnull() # 返回一个boolean 的矩阵# In[13]:# (某字段)df.name.isnull().any() # =可迭代对象是否有一个是True,all 相反# In[23]:df.gender.isnull().any() # In[30]:df.isnull().any()# In[31]:df.isnull().values.any() # 先将序列转为 numpy.ndarray,在判断是否有缺失值# In[33]:# 检测缺失值的个数df.gender.isnull().sum()# In[35]:df.isnull().sum()# In[39]:df.isnull().values.sum()
处理遗失值
1. 当缺失值数量很低时:直接舍弃对应行
2. 其他:使用mean,median,mode,等描述性统计值补齐缺失值
3. 内插法 :interpolate 官方文档
# coding: utf-8# In[2]:import pandas as pdimport numpy as npdf = pd.DataFrame([ ['frank', 'M', np.nan], ['mary' , np.nan, np.nan], ['tom' , 'M', 35], ['ted' , 'M', 33], ['jean' , np.nan, 21], ['lisa' , 'F', 20]])df.columns = ['name', 'gender', 'age']df# ## 删除缺失值# In[4]:df.dropna() # 只要有nan的值就直接舍去该行# In[9]:df.dropna(how='all') # 缺失所有变量的行,舍去# In[11]:df.dropna(thresh=2) # 缺失变量超过2个,舍去# In[13]:# 处理列df['employee'] = np.nandf# In[16]:df.dropna(axis=1, how='all') # 对于列# ## 填补缺失值# In[18]:df.fillna(0)# In[22]:df['age'].fillna(df['age'].mean())# In[28]:df.groupby('gender')['age'].mean() # n 进 g 出# In[35]:'''分组 -> 拿出变量(列) -> 计算 - > n 进 n 出'''df.groupby('gender')['age'].transform('mean')# In[36]:df['age'].fillna(df.groupby('gender')['age'].transform('mean'), inplace=True) #在原数据集操作df# In[38]:# 向前向后补齐df['age'].fillna(method='ffill')# In[44]:df['age'].fillna(method='bfill', limit=1) # limit限制每列可以被替代NaN的数目# ## 内插法# In[45]:df2 = pd.DataFrame([[1, 870], [2, 900], [np.nan, np.nan], [4, 950], [5,1080], [6,1200]])df2.columns = ['time', 'val']df2# In[47]:df2.interpolate()
阅读全文
0 0
- Python
- Python
- Python
- python
- Python
- PYTHON
- Python
- Python
- Python
- Python
- Python
- Python
- Python
- Python
- Python
- Python
- python
- Python
- Spring Cloud下微服务权限方案
- 【服务器】关于内存使用率的问题
- html+css 基础学习文档结构
- 移动商城第八篇【添加商品之基本属性和大字段数据(FCK文本编辑器)】
- Maven(一) 下载安装
- python
- 相关数学知识
- jQuery UI 中的 datepicker( )方法
- javascript01
- HDU 6198number number number(矩阵快速幂)
- 时间管理——帕累托法则(二八定律)
- JS闭包
- 彻底搞清referrer和origin
- R语言笔记1:t检验和Wilcoxon检验