翼度科技»论坛 编程开发 python 查看内容

pandas 缺失值、异常值提取和处理

7

主题

7

帖子

21

积分

新手上路

Rank: 1

积分
21
  1. for columname in df.columns: #遍历每一列
  2.     if df[columname].count()  != len(df): #判断缺失行条件:所在列的值数等于总数据的长度
  3.         #将存在缺失值的行的索引转换成列表储存
  4.         loc = df[columname][df[columname].isnull().values == True].index.tolist()
  5.         print('列名:"{}",第{}行位置有缺失值'.format(columname, loc))
复制代码
遍历每列 -> 列长是否小于总长 ->缺失值所在行: df['列名'][df['列名‘].isnull().values==True ]
1. 缺失值处理
dropna()删除缺失值
  1. 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
复制代码
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。
  1. df.fillna(value=0)  # 用指定值填充缺失值
  2. df.fillna(method='ffill')  # 使用前一个有效值填充缺失值
  3. df.fillna(method='bfill')  # 使用后一个有效值填充缺失值
  4. 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>
复制代码
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[df['ColumnName']=='不合规数据']
df[df['ColumnName'].str.contains(' ')]
包含’--‘为不合规数据提取:
  1. # 方法一:isin()
  2. df[df['column'].isin(['--'])]<br>
  3. # 方法二:contains()
  4. df[df["column"].str.contains("--")]
复制代码
数据类型不为str提取:
  1. temp = pd.DataFrame()
  2. for i in range(len(df)):
  3.     if type(df['ColumnName'][i]) != str: #df['xxx'][i]或写成df.iloc[i,j]
  4.         temp = temp.append(df.loc[i])
复制代码
 
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
  1. # 将不符合规范的值替换为 NaN
  2. df = df.replace(['--', '111'], np.nan)
  3. # 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
  4. df = df.fillna((df.shift().fillna(method='bfill') + df.shift(-1).fillna(method='ffill')) / 2)
复制代码
 

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!
来自手机

举报 回复 使用道具