pandas的数据清洗——填充NaN数据

gzj137070928

pandas的数据清洗——填充NaN数据
1、对于DataFrame里的数据NaN可以使用0来填充，使用fillna函数。

1. import pandas as pd
   
2. import numpy as np
   
3. val = np.arange(10, 38).reshape(7, 4)
   
4. col = list("abcd")
   
5. idx = "cake make fake sake wake lake take".split()
   
6. df = pd.DataFrame(val, columns = col, index = idx)
   
7. df["e"] = np.nan
   
8. df.at["make", "e"] = 100
   
9. df["f"] = np.nan
   
10. df.loc["gake"] = np.nan
    
11. print (df)
    
12. df1 = df.fillna(0)
    
13. print (df1)

复制代码

2、前向或后向填充NaN数据的意思是用NaN前一行(方向是往后的)或者后一行的数据填充NaN。
还是使用fillna函数，只不过形参里设定method='ffill'或method='bfill'。

1. print ("**1****************************\n", df)
   
2. df2 = df["e"].fillna(method = 'ffill')
   
3. print ("**2****************************\n", df2)
   
4. df2["e"].fillna(method = 'bfill',inplace=True)
   
5. print ("**3****************************\n", df2)
   
6. df2.loc["gake"].fillna(method = 'bfill',inplace=True, axis = 0)
   
7. print ("**4****************************\n", df2)
   
8. df2.loc["gake"].fillna(method = 'bfill',inplace=True, axis = 0)
   
9. print ("**5****************************\n", df2)
   
10. df2.fillna(method = 'ffill',inplace=True, axis = 1)
    
11. print ("**6****************************\n", df2)

复制代码

3、可以给出一个Series数据(label和DataFrame的label有相同的)去填充DataFrame对应行(label)的数据。

1. fill = pd.Series([123, 321, 213],index =["cake", "wake", "gake"] )
   
2. df3 = df["e"].fillna(fill)
   
3. df3["f"].fillna(fill,inplace=True)
   
4. print (df3)

复制代码

4、利用插值函数interpolate()对列向的数据进行填值。实现插值填充数据，
那么要求这列上必须得有一些数据才可以，至少2个,会对起点和终点间的NaN进行插值。

1. df3["e"].interpolate(inplace=True)
   
2. df3["f"].interpolate(inplace=True)
   
3. print (df3)

复制代码