本篇文章為大家展示了使用Pandas怎么處理缺失值，內(nèi)容簡(jiǎn)明扼要并且容易理解，絕對(duì)能使你眼前一亮，通過(guò)這篇文章的詳細(xì)介紹希望你能有所收獲。

創(chuàng)新互聯(lián)建站是一家專注于成都做網(wǎng)站、成都網(wǎng)站制作、成都外貿(mào)網(wǎng)站建設(shè)與策劃設(shè)計(jì),瓜州網(wǎng)站建設(shè)哪家好?創(chuàng)新互聯(lián)建站做網(wǎng)站,專注于網(wǎng)站建設(shè)十多年,網(wǎng)設(shè)計(jì)領(lǐng)域的專業(yè)建站公司;建站業(yè)務(wù)涵蓋:瓜州等地區(qū)。瓜州做網(wǎng)站價(jià)格咨詢:028-86922220

判斷數(shù)據(jù)是否為NaN：

pd.isnull(df),
pd.notnull(df)

判斷缺失值是否存在

np.all(pd.notnull(data)) # 返回false代表有空值
np.any(pd.isnull(data)) #返回true代表有空值

處理方式：

• 存在缺失值nan,并且是np.nan:

• value:替換成的值

• inplace:True:會(huì)修改原數(shù)據(jù)，F(xiàn)alse:不替換修改原數(shù)據(jù)，生成新的對(duì)象

• 注：不會(huì)修改原數(shù)據(jù)，需要接受返回值

• 1、刪除缺失值:dropna(axis='rows')

• 2、替換缺失值:fillna(value, inplace=True)

# 替換存在缺失值的樣本的兩列
# 替換填充平均值，中位數(shù)
movie['Revenue (Millions)'].fillna(movie['Revenue (Millions)'].mean(), inplace=True)

• 不是缺失值nan，有默認(rèn)標(biāo)記的

• to_replace- 替換前的值—被替換的

• value—要修改成的值,上崗的值

• 再按照是nan的方式處理

• 將不是nan的值替換成np.nan——df.replace(to_replace,value)

# 把一些其它值標(biāo)記的缺失值，替換成np.nan
wis = wis.replace(to_replace='?', value=np.nan)

SSL報(bào)錯(cuò)

wis = pd.read_csv(https://archive.ics.uci.edu/ml/machine-learning-databases/breast-cancer-wisconsin/breast-cancer-wisconsin.data)

以上數(shù)據(jù)在讀取時(shí)，可能會(huì)報(bào)如下錯(cuò)誤

URLError: 

解決辦法：

# 全局取消證書(shū)驗(yàn)證
import ssl
ssl._create_default_https_context = ssl._create_unverified_context

上述內(nèi)容就是使用Pandas怎么處理缺失值，你們學(xué)到知識(shí)或技能了嗎？如果還想學(xué)到更多技能或者豐富自己的知識(shí)儲(chǔ)備，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道。

標(biāo)題名稱：使用Pandas怎么處理缺失值-創(chuàng)新互聯(lián)
瀏覽地址：http://weahome.cn/article/dhgchs.html