处理丢失数据
有两种丢失数据:
- None
- np.nan(NaN)
np.nan 数据类型 float 类型
1.None
None 是python自带的,器类型为python object。因此,None不能参与到任何计算中。
object 类型的运算要比int类型运算慢的多
计算不同数据类型仇和事件
%timeit np.arange(1e5,dtype=xxx).sum()
2.np.nan(NaN)
np.nan 是浮点类型,能参与到计算中,但计算的结果总是NaN
但可以使用np.nan*(),此时视nan为0
pandas中None与np.nan都视为np.nan
1 查找
2 处理(填充、过滤)
pandas中None与np.nan的操作
- isnull()
- notnull()
- dropna() 过滤丢失数据
- fillna()填充丢失数据
any() 检查一组数据中是否存在一个True
all() 检查一组数据中是否全是True
# 检测列方向是否存在缺失值
df.isnull().
# 行方向检测
df.isnull().any(axis=1)
行与列的区别在于 axis的值
axis = 0 过滤行
axis = 1 过滤列
(2) 过滤函数
dropna()
axis指定行或列
how 选择过滤的方式
df.dropna(axis=1, how='all')
(3) 填充函数 Series/DataFrame
‘backfill’, ‘bfill’, 向后 下-上 右-左
‘pad’, ‘ffill’, 向前 上-下 左-右
axis=0:index/行
axis=1:columns/列
fillna()
method 指定填充方向
axis 选择行或列