pandas填补缺失值的方法

pandas填补缺失值的方法

在处理数据的过程中，经常会遇到原数据部分内容的缺失，为了保证我们最终数据统计结果的正确性，通常我们有两种处理方式，第一种就是删除掉这些部分缺失的数据；第二种就是填补这些缺失的数据。接下来，我们主要介绍填补缺失值的方法。

填充法

咱们所用到的数据：

import pandas as pd
import numpy as np

planets = pd.read_csv('planets.csv')
print(planets.head(10))
print(planets.notnull().nunique())#这里用来判断数据中是否存在为空，并且那些列存在为空的值
planets.fillna(value={'distance':planets['distance'].mean(),'mass':0,'orbital_period':0},inplace=True)
print("===============填充完毕=================")
print(planets.notnull().nunique())

好了，咱们先看一下运行结果：

接下来具体解释一下代码：

1. 首先我们读取数据，然后使用head(10)获取数据的前十行数据
2. notnull()方法是用来判断数据是否为空的，如果为空，返回False
   
3. 接着跟着一个nunique() 这个方法是判断有多少不同的值。我的思路就是先通过notnull方法将空值和非空值分别使用False和True来表示，再使用nunique方法判断存在几种值。若该数为2，则代表该列中存在空值。反之若为1，则不存在空值。
4. fillna(value={‘columns’:value},inplace=True) 这个方法是用来填充空值的。value这个参数需要传入字典型数据。若数据中有两列需要填补空值的，则需要写上两列的列名和需要填补的值。通常情况我们会使用mean()方法填入均值。
5. 接着我们再使用3中的两个方法进行判断我们是否填值成功。

使用的planets数据链接：

planets数据下载链接