查看Data 中每一列是否存在空值:
temp = data.isnull().any() #列中是否存在空值 print(type(temp)) print(temp)
结果如下,返回结果类型是Series,列中不存在空值则对应值为False:
<class \'pandas.core.series.Series\'> eventid False iyear False imonth False iday False approxdate True extended False resolution True ... Length: 135, dtype: bool
列数太多,可以将Series转化为Data 不存在空值的列:
colnull=pd.Data (data={\'colname\': temp.index,\'isnulls\':temp.values})
#print(colnull.head())
#不存在空值的列名
print(colnull.loc[colnull.isnulls==False,\'colname\'])
结果如下:
0 eventid 1 iyear 2 imonth 3 iday ... Name: colname, dtype:
如下取出某一列(nkill)存在空值的记录,返回一个Data :
data[data.nkill.isnull()]
缺失值填充,inplace值为真代表直接在原Data 上进行操作:
data[\'doubtterr\'].fillna(0, inplace=True) data[\'propvalue\'].fillna(data[\'propvalue\'].median(),inplace=True)
以上这篇对Pandas Data 缺失值的查找与填充示例讲解就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。
继续阅读与本文标签相同的文章
-
广东ETC货源充足,线上申办最快三个工作日到货
2026-05-19栏目: 教程
-
APP界面布局小技巧,快上车!
2026-05-19栏目: 教程
-
扫地机器人市场快速增长 扫、擦功能分离是趋势
2026-05-19栏目: 教程
-
召唤师终于等到了,《英雄联盟》手游开放预约,预约人数挤爆服务器
2026-05-19栏目: 教程
-
人工智能走进西藏特殊教育学校 以“声”为“眼”助力盲童阅读
2026-05-19栏目: 教程
