Python数据分析之缺失值处理（二）|文末送书-轻识

◆ ◆ ◆ ◆ ◆

前言

数据缺失值的处理，在数据分析前期，即数据处理过程中占着重要的地位，在数据分析面试中被问到的概率也是极大的。

一般情况下，我们对待缺失值有三种处理方式：

（1）源数据补录，即通过再次采样或者询问等方式将缺失内容补充完整；

（2）缺失值填充，即根据一定的规则将缺失值填充，可选众数、中位数等；

（3）删除缺失值，即根据一定的规则将含有缺失值的行或列直接进行删除。

我的会员请教了我关于缺失值的问题，于是我为他整理了一篇详细的文章，讲解一下如何进行缺失值处理。今天这篇文章只是缺失值处理的第一节——缺失值的删除。

dropna

dropna为pandas库下DataFrame的一个方法，用于删除缺失值。基本参数如下：

dropna(self, axis=0, how='any', subset=None, inplace=False)

接下来，我们一一进行讲解。

# 预览模拟数据>>> dfOut[1]:     name   age   birthday  gender0   Alan  17.0 1999-01-25    male1          NaN        NaT  female2  Black  18.0 1997-02-07    male3   Cici   NaN 2000-01-18  female4  David  25.0        NaT    male5    NaN  22.0        NaT  female
# 不加任何参数>>> df.dropna()Out[2]:     name   age   birthday gender0   Alan  17.0 1999-01-25   male2  Black  18.0 1997-02-07   male
>>> df.dropna(how = 'any')Out[3]:     name   age   birthday gender0   Alan  17.0 1999-01-25   male2  Black  18.0 1997-02-07   male

通过上面的代码可以看出，在不加任何参数，即默认值情况下，会把所有包含缺失值的行统统删除。

# all——删除整行均为缺失值的行>>> df.dropna(how = 'all')Out[4]:     name   age   birthday  gender0   Alan  17.0 1999-01-25    male1          NaN        NaT  female2  Black  18.0 1997-02-07    male3   Cici   NaN 2000-01-18  female4  David  25.0        NaT    male5    NaN  22.0        NaT  female
>>> df.iloc[:,1:3].dropna(how = 'all')Out[5]:     age   birthday0  17.0 1999-01-252  18.0 1997-02-073   NaN 2000-01-184  25.0        NaT5  22.0        NaT
# 按列删除——即包含缺失值的列统统被删除>>> df.dropna(axis = 1)Out[6]:    gender0    male1  female2    male3  female4    male5  female
# 删除指定列包含缺失值的行>>> df.dropna(subset = ['name','gender'])Out[7]:     name   age   birthday  gender0   Alan  17.0 1999-01-25    male1          NaN        NaT  female2  Black  18.0 1997-02-07    male3   Cici   NaN 2000-01-18  female4  David  25.0        NaT    male

当然了，以上所有的操作均不是对元数据产生作用，只是生成了一个副本。如果想要对元数据产生作用，则必须加一个inplace参数。

# 再次查看元数据，观察是否变化>>> dfOut[8]:     name   age   birthday  gender0   Alan  17.0 1999-01-25    male1          NaN        NaT  female2  Black  18.0 1997-02-07    male3   Cici   NaN 2000-01-18  female4  David  25.0        NaT    male5    NaN  22.0        NaT  female
# 加入inplace参数，对元数据产生影响>>> df.dropna(inplace = True)
>>> dfOut[9]:     name   age   birthday gender0   Alan  17.0 1999-01-25   male2  Black  18.0 1997-02-07   male

后记

缺失值的处理，是个很麻烦的事儿，在实际工作过程中，你会遇到各种各样的缺失值，而且处理起来非常棘手。比如索引为1的这一行，name字段也是一个缺失值，这时候该怎么处理呢？！欢迎关注我的公众号，带你每天都能更近一步！

>>> df[1:2]Out[182]:   name  age birthday  gender1       NaN      NaT  female

<点击跳转，优质推荐>

pandas中apply与map的异同

《安家》热播，我用Python对北京房价进行了分析，结果……

Pandas遇上Pyecharts碰撞出可交互的可视化效果

五行Python代码轻松实现OCR文字识别

记得点在看~祝大家一夜暴富，基金、股票一片红~

【送书，包邮到家】

《Python数据分析全流程实操指南》

内容简介：

本书适合在企业中从事数据分析、数据挖掘、机器学习等工作的人员学习使用，同样适合想从事数据分析挖掘工作的各大中专院校的学生与教师，以及其他对数据分析挖掘技术领域有兴趣爱好的各类人员。

规则：点在看，分享，排行榜第一即可获得本书。

“在看”的永远18岁~