数据处理 numpy and pandas——009_pandas 处理丢失数据
2019-03-29 11:17
501 查看
- isnull 判断是否丢失数据
- nan 制造丢失数据假象~~(不皮,稳住)
- fillna 将丢失数据填充为0
源代码及注释:
import numpy as np import pandas as pd # 假装没有这一部分,故意制造丢失数据 datas = pd.date_range('20180102',periods=6) df = pd.DataFrame(np.arange(24).reshape((6,4)),index=datas,columns=['A','B','C','D']) df.iloc[0,1] = np.nan df.iloc[1,2] = np.nan print(df) # print(df.dropna(axis=0,how = 'any')) #how={'any','all'} 只要有nan就把这行数据丢掉 # print(df.dropna(axis=1,how = 'any')) #how={'any','all'} 只要有nan就把这列数据丢掉 print(df.fillna(value=0)) #将丢失的数据填充为0 print(df.isnull()) #判断是否丢失数据 print(np.any(df.isnull())=='Ture') #判断是否有数据丢失
相关文章推荐
- Pandas学习(四)Pandas处理丢失数据
- Pandas 处理丢失数据
- 数据处理 numpy and pandas——011_pandas 合并concat,append、merge
- pandas处理丢失数据-【老鱼学pandas】
- pandas擅长数据I/O处理numpy擅长数组数值计算
- 使用Pandas对数据进行处理
- [学习笔记]二进制数据的处理(1) 普通二进制数据处理 B -------读取数据库中二进制数据
- pandas处理数据加载、存储
- pandas处理数据例子
- 第3章 Pandas数据处理(3.11-3.13)_Python数据科学手册学习笔记
- 【利用perl的基因数据处理】复杂数据结构:矩阵 and Edit Distance Matrix
- 【时序数据处理】pandas某些列由于n个数据导致的,通过Series生成Dataframe
- Ubuntu16.04安装Python的数据分析库numpy,pandas,scipy,matplotlib
- NumPy-快速处理数据
- 丢失全部数据文件,控制文件,redo log file(9201)——处理方法二
- 【数据处理·Python】时间数据处理之Arrow库(转)
- Numpy快速处理数据--ndarray对象(一)
- Pandas处理数据出现MemoryError与Anaconda的安装
- 数据分析之Pandas(十)高级处理-分组与聚合
- python 取出 Mongdb 中的数据 转化成DataFrame 然后用pandas处理数据