pandas 缺失值、异常值提取和处理
for columname in df.columns: #遍历每一列if df.count()!= len(df): #判断缺失行条件:所在列的值数等于总数据的长度
#将存在缺失值的行的索引转换成列表储存
loc = df.isnull().values == True].index.tolist()
print('列名:"{}",第{}行位置有缺失值'.format(columname, loc))遍历每列 -> 列长是否小于总长 ->缺失值所在行: df['列名'].isnull().values==True ]
1. 缺失值处理
dropna()删除缺失值
df.dropna(axis=0) # 删除包含缺失值的行<br>df.dropna(axis=1) # 删除包含缺失值的列使用 fillna() 方法填充缺失值,可以使用指定的值、前一个有效值、后一个有效值或者均值、中位数等。
df.fillna(value=0)# 用指定值填充缺失值
df.fillna(method='ffill')# 使用前一个有效值填充缺失值
df.fillna(method='bfill')# 使用后一个有效值填充缺失值
df.fillna(df.mean())# 使用均值填充缺失值<br>df.fillna((df.shift()+df.shift(-1))/2) #用前后数值的平均值填充<br># 使用前一个数据和后一个数据的平均值填充缺失值,边界情况下使用同侧的值<br>df = df.fillna((df.shift().fillna(method='bfill') + df.shift(-1).fillna(method='ffill')) / 2)<br>最后一行的边界情况指的是第一行、最后一行等情况
2. 不合规数据
df=='不合规数据']
df.str.contains(' ')]
包含’--‘为不合规数据提取:
# 方法一:isin()
df.isin(['--'])]<br>
# 方法二:contains()
df.str.contains("--")]数据类型不为str提取:
temp = pd.DataFrame()
for i in range(len(df)):
if type(df['ColumnName']) != str: #df['xxx']或写成df.iloc
temp = temp.append(df.loc)
不合规数据的处理:讲数据替换成nan,再用缺失值处理的方法
# 将不符合规范的值替换为 NaN
df = df.replace(['--', '111'], np.nan)
# 使用前一个数据和后一个数据的平均值填充缺失值,边界情况下使用同侧的值
df = df.fillna((df.shift().fillna(method='bfill') + df.shift(-1).fillna(method='ffill')) / 2)
来源:https://www.cnblogs.com/ricenoodle/p/18018554
免责声明:由于采集信息均来自互联网,如果侵犯了您的权益,请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容,谢谢合作!
页:
[1]