九色国产,午夜在线视频,新黄色网址,九九色综合,天天做夜夜做久久做狠狠,天天躁夜夜躁狠狠躁2021a,久久不卡一区二区三区

停更了幾周的python基礎(chǔ)學(xué)習(xí)，今天我們跟上，接下來(lái)幾周將重點(diǎn)學(xué)習(xí)如何處理缺失數(shù)據(jù)、重復(fù)數(shù)據(jù)、字符串操作和其它分析數(shù)據(jù)轉(zhuǎn)換的工具

缺失數(shù)據(jù)

缺失數(shù)據(jù)在pandas中呈現(xiàn)的方式有些不完美，但對(duì)于大多數(shù)用戶可以保證功能正常。對(duì)于數(shù)值數(shù)據(jù)，pandas使用浮點(diǎn)值NaN（Not a Number）表示缺失數(shù)據(jù)。在python中其為哨兵值，可以方便的檢測(cè)出來(lái)：

導(dǎo)入神庫(kù)

    string_data=pd.Series(['aardvark', 'artichoke', np.nan, 'avocado'])

第二種方法 判斷

pd.isna(string_data)

0    False
1    False
2     True
3    False
dtype: bool

在pandas中，采用了R語(yǔ)言中的慣用法，即將缺失值表示為NA，它表示不可用not available 。在統(tǒng)計(jì)應(yīng)用中，NA數(shù)據(jù)可能是不存在的數(shù)據(jù)或者雖然存在，但是沒(méi)有觀察到（例如，數(shù)據(jù)采集中發(fā)生了問(wèn)題）。當(dāng)進(jìn)行數(shù)據(jù)清洗以進(jìn)行分析時(shí)，最好直接對(duì)缺失數(shù)據(jù)進(jìn)行分析，以判斷數(shù)據(jù)采集的問(wèn)題或缺失數(shù)據(jù)可能導(dǎo)致的偏差。

Python內(nèi)置的None值在對(duì)象數(shù)組中也可以作為NA：

濾除缺失數(shù)據(jù)

過(guò)濾掉缺失數(shù)據(jù)的辦法有很多種。你可以通過(guò)pandas.isnull 或布爾索引的手工方法，但dropna可能會(huì)更實(shí)用一些。對(duì)于一個(gè)Series ，dropna返回一個(gè)僅含非空數(shù)據(jù)和索引值的Series ：

from numpy import nan as NA
data=pd.Series([1,NA,3,NA,7])
data.dropna()
0    1.0
2    3.0
4    7.0
dtype: float64
#這等價(jià)于：
data[data.notna()]
0    1.0
2    3.0
4    7.0
dtype: float64

而對(duì)于DataFrame對(duì)象，事情就有點(diǎn)復(fù)雜了。你可能希望丟棄全NA或含有

NA的行或列。dropna默認(rèn)丟棄任何含有缺失值的行：

clean_data=data.dropna()

clean_data

# 如果按照列刪除缺失值，只需傳入axis=1 即可：

data.dropna(how='all',axis=1)

另一個(gè)濾除DataFrame行的問(wèn)題涉及時(shí)間序列數(shù)據(jù)。假設(shè)你只想留下一部分

觀測(cè)數(shù)據(jù)，可以用thresh 參數(shù)實(shí)現(xiàn)此目的：

df.iloc[:4,1]=NA

df.iloc[:2,2]



0    0.846899
1   -0.461880
Name: 2, dtype: float64




df.iloc[:2,2]=NA

df

df.dropna(axis=1)

填充缺失數(shù)據(jù)

你可能不想濾除缺失數(shù)據(jù)（有可能會(huì)丟棄跟它有關(guān)的其他數(shù)據(jù)），而是希望通過(guò)其他方式填補(bǔ)那些“空洞”。對(duì)于大多數(shù)情況而言，fillna方法是最主要的函數(shù)。通過(guò)一個(gè)常數(shù)調(diào)用fillna就會(huì)將缺失值替換為那個(gè)常數(shù)值：

### 比如用0填充
df.fillna(0)

對(duì)reindexing 有效的那些插值方法也可用于fillna：

df=pd.DataFrame(np.random.randn(6,3))
df.iloc[:2,1]
0    0.341521
1   -0.236488
Name: 1, dtype: float64
df.iloc[2:,1]=NA
df

df.fillna(method='ffill')

df.fillna(df[0].mean()) ## 用第一列均值填充