Python数据分析实战:缺失值处理
写在前面
上周我们读取完了数据(Python数据分析实战:获取数据),下面就要对数据进行清洗了,首先是对缺失值的处理。缺失值也就是空值,先找出来再处理。
查看缺失值
可以使用isnull方法来查看空值,得到的结果是布尔值。
# 查看缺失值
df_list.isnull()
结果:
对于小的数据集来说,可以这样看,但对于大的数据集这样查看空值貌似没什么意义,没关系,还有其他方法,可以使用info方法
# 查看空值
df_list.info()
结果:
info方法可以看到字段的数据类型以及每个字段下有多少个非空值,可以看到neighbourhood_group 字段全为空,这和布尔值显示的结果一致。
其实还有一个方法,更简单了:
# 查看空值
df_list.isnull().sum()
对取出来的isnull的布尔值求和,就很明显地看到,id列是没有空值的,name列有一个空值,结果:
也可以对单独的某一列这样查看空值,对name列查看空值
# 对单独一列查看空值
df_list["name"].isnull().sum()
结果为1,说明name列有1个空值:
缺失值的处理
找到缺失值以后如何处理呢?删除或填充。
删除缺失值
用dropna方法,默认是只要一行中有一个缺失值这一行就全都删除
# 删除缺失值
df_list.dropna()
结果就是这个数据集里的数据全被删掉了,因为其中的neighbourhood_group这个字段全为空,按照dropna的尿性,有一个为空就整行删除,就得到了如下结果:
当然也可以给这个方法传入how="all"参数,只有在整行为空的前提下才删除。
# 整行都为空才删除
df_list.dropna(how = "all")
结果是一条都没有删除,因为这个数据集里没有所有字段都为空的记录:
但是有一列数据都为空的字段,把neighbourhood_group这一列删掉,还记得删除列的方法吗
# 删除列
df_list = df_list.drop(columns = "neighbourhood_group")
df_list
结果:
name列也是有一个空值的,找出来看一下
# 定位到name列的空值
df_list[df_list["name"].isnull()]
结果如下,这一行还是删了吧。
删除行用drop方法,刚刚定位出了要删除的那一行,行索引是456
# 删除name列的空值的行
df_list = df_list.drop(index = 456)
df_list
结果可以看到变成了28451行,之前一直都是28452行。
缺失值填充
当然缺失值除了删除外,还可以进行填充,可以用0填充,也可以用均值、众数填充。用fillna方法进行缺失值的填充。
last_review和reviews_per_month这两列也有缺失值,我们用众数填充(mode)last_review列的缺失值,用均值(mean)填充reviews_per_month列的缺失值。
# 缺失值填充
df_list.fillna({"last_review":df_list.last_review.mode(),
"reviews_per_month":df_list.reviews_per_month.mean()})
结果
这里只是举例缺失值也可以被填充这样处理,在这个案例里,不建议这两列填充,空着就空着吧。下节内容来处理重复值和异常值。
- 学习笔记(03):Python数据清洗实战-缺失值处理
- python数据分析之清洗数据:缺失值处理
- 学习笔记(04):Python数据清洗实战-缺失值处理
- 【Python实战】Pandas:让你像写SQL一样做数据分析(一)
- Python 爬虫和数据分析实战
- 探索Python数据分析(一):NLTK库和文本处理
- Python数据分析与挖掘实战(数据预处理)
- 【Python数据分析】1rd-数据探索与数据预处理
- Python数据分析与挖掘实战 15章
- 『Python数据分析与挖掘实战』第五章:挖掘建模
- pthon数据挖掘与分析实战【笔记】-第四章 数据预处理4.1数据清洗
- 福布斯系列之数据采集 | Python数据分析项目实战
- python 数据分析与挖掘实战
- Python数据分析与挖掘实战pdf
- Python数据分析与挖掘实战 第7章
- Python数据分析与挖掘实战 第9章
- python数据分析与挖掘项目实战记录
- 【Python实战】Pandas:让你像写SQL一样做数据分析(二)
- python数据挖掘与分析实战 第5章 一处错误
- Python数据分析与挖掘实战—挖掘建模