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。

收藏 打印