Python 数据清洗之缺失数据填充函数 fillna() 及缺失值处理

港控/mmm° 2023-02-09 14:10 255阅读 0赞

**引入**

在实际的项目中，当缺失数据比较多的情况下，可以直接滤除；而当缺失数据比较少时，需要对数据进行填充。

**栗子**

import numpy as np
    from numpy import nan
    import pandas as pd
    data=pd.DataFrame(np.arange(3,19,1).reshape(4,4),index=list('abcd'))
    print(data)
    data.iloc[0:2,0:3]=nan
    print(data)

0     1     2   3
    a   NaN   NaN   NaN   6
    b   NaN   NaN   NaN  10
    c  11.0  12.0  13.0  14
    d  15.0  16.0  17.0  18

print(data.fillna(0))   ### 用0填充缺失数据

结果为：

0     1     2   3
    a   0.0   0.0   0.0   6
    b   0.0   0.0   0.0  10
    c  11.0  12.0  13.0  14
    d  15.0  16.0  17.0  18

其他填充操作：

print(data.fillna(data.mean()))    # 用每列特征的均值填充缺失数据
    print(data.fillna(data.median()))  # 用每列特征的中位数填充缺失数据
    print(data.fillna(method='bfill')) # 用相邻后面（back）特征填充前面空值
    
    values={
        0:10,1:20,2:30}
    print(data.fillna(value=values))   # 用字典对不同的列填充不同的缺失数据
    ...

**拓展：** **pandas 处理缺失值\[dropna、drop、fillna\]**

dropna： 去掉含有缺失值的样本（行）  
drop：将含有缺失值的列（特征向量）去掉  
fillna：将缺失值用某些值填充（0，平均值，中值等）

**相关优秀博客：**

\[1\]. [Python 数据清洗之缺失数据填充fillna][Python _fillna]  
\[2\]. [pandas 处理缺失值\[dropna、drop、fillna\]][pandas _dropna_drop_fillna]

[Python _fillna]: https://blog.csdn.net/qq_21840201/article/details/81008566
[pandas _dropna_drop_fillna]: https://blog.csdn.net/weixin_42462804/article/details/103376176?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522158985586019724846451357%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=158985586019724846451357&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~first_rank_ecpm_v1~pc_rank_v3-4-103376176.first_rank_ecpm_v1_pc_rank_v3&utm_term=python%E7%BC%BA%E5%A4%B1%E5%80%BC%E5%A4%84%E7%90%86%20fillna