pandas垃圾数据的处理
来源:互联网 发布:生化危机5武器数据 编辑:程序博客网 时间:2024/04/29 23:21
# df.dropna() df.fillna() df.isnull() np.any(df.isnull()) == True
import numpy as np
import pandas as pd
dates = pd.date_range('20170326',periods = 6)
df = pd.DataFrame(np.arange(24).reshape(6,4),index=dates,columns = ['A','B','C','D'])
df.iloc[0,1] = np.nan
df.iloc[1,2] = np.nan
print(df)
# axis=0:只对行进行操作,how='any'只要存在nan就删除掉
# 全部是NAN才删除掉
df_result = df.dropna(axis = 0,how='any')
#df.fillna如果是将 NaN 的值用其他值代替, 比如代替成 0:
df_result = df.fillna(value=0)
print(df_result)
#df.isnull() 判断是否由缺失数据,true表示缺失数据
print(df.isnull())
# 检测再数据中是否存在nan,如果存在就返回true
print(np.any(df.isnull()))
import numpy as np
import pandas as pd
dates = pd.date_range('20170326',periods = 6)
df = pd.DataFrame(np.arange(24).reshape(6,4),index=dates,columns = ['A','B','C','D'])
df.iloc[0,1] = np.nan
df.iloc[1,2] = np.nan
print(df)
# axis=0:只对行进行操作,how='any'只要存在nan就删除掉
# 全部是NAN才删除掉
df_result = df.dropna(axis = 0,how='any')
#df.fillna如果是将 NaN 的值用其他值代替, 比如代替成 0:
df_result = df.fillna(value=0)
print(df_result)
#df.isnull() 判断是否由缺失数据,true表示缺失数据
print(df.isnull())
# 检测再数据中是否存在nan,如果存在就返回true
print(np.any(df.isnull()))
0 0
- pandas垃圾数据的处理
- python的pandas处理数据第一次
- Pandas对数据做简单的处理
- pandas处理数据例子
- pandas处理缺失数据
- pandas 处理数据概括
- pandas处理excel数据经验
- pandas处理数据加载、存储
- pandas处理各种表格数据
- pandas处理,填充缺失数据
- scikit-learn的线性回归模型 利用pandas处理数据
- pandas的基本用法(四)——处理缺失数据
- pandas处理大数据的一些小技巧
- pandas 之数据的简单处理和排序输出
- Pandas处理数据出现MemoryError与Anaconda的安装
- Pandas数据的选取
- 数据分析处理库Pandas-数据读取
- 数据分析处理库Pandas-数据预处理
- 深入理解 JavaScript 中的函数
- POJ 3408 The Domino Principle 可能会
- 关于STL中的Vector,list和deque
- java多线程编程
- ajax入门学习(二)小案例Demo1
- pandas垃圾数据的处理
- 今日所练------表单验证
- 对三点估算法的理解
- Uva307 Sticks 【dfs+剪枝】【习题7-14】
- GDKOI2017流泪记
- 列表同步问题
- 常用Linux命令总结
- K近邻算法(一) python实现,手写数字识别(from机器学习实战)
- angularjs中$on、$emit和$broadcast使得event、data在controller之间的传递