Python數(shù)據(jù)分析基礎(chǔ)與應(yīng)用電子活頁(yè)5-3使用fillna()函數(shù)填充缺失值_第1頁(yè)
Python數(shù)據(jù)分析基礎(chǔ)與應(yīng)用電子活頁(yè)5-3使用fillna()函數(shù)填充缺失值_第2頁(yè)
Python數(shù)據(jù)分析基礎(chǔ)與應(yīng)用電子活頁(yè)5-3使用fillna()函數(shù)填充缺失值_第3頁(yè)
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說(shuō)明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

Python數(shù)據(jù)分析基礎(chǔ)與應(yīng)用模塊電子活頁(yè)5-3使用fillna()函數(shù)填充缺失值【技能訓(xùn)練5-3】使用fillna()函數(shù)填充缺失值【訓(xùn)練要求】。【實(shí)施過(guò)程】（1）從CSV文件中讀取數(shù)據(jù)并創(chuàng)建DataFrame對(duì)象從CSV文件中讀取數(shù)據(jù)時(shí)使用na_values參數(shù)指定缺失值類型的代碼如下：importpandasaspdpath=r"data\testData01.csv"missing_values=["n/a","na","--"]df1=pd.read_csv(path,na_values=missing_values)df1輸出結(jié)果：（2）使用標(biāo)量值填充所有列的缺失值將缺失值填充為標(biāo)量值0的代碼如下：#用0填充NaNdf1.fillna(0)輸出結(jié)果：【說(shuō)明】也可以用其他標(biāo)量值填充缺失值。（3）使用標(biāo)量值填充指定列的缺失值只針對(duì)某一個(gè)列來(lái)填充缺失值的代碼如下：df1['highT'].fillna(0,inplace=True)df1輸出結(jié)果：（4）使用列方向相鄰的數(shù)據(jù)填充缺失值代碼如下：#列方向的前向填充df1.fillna(method='ffill',axis=0)#等價(jià)于df1.fillna(method='ffill')輸出結(jié)果：由于第1行前面沒(méi)有數(shù)據(jù)，所以lowT列第1行、第2行的缺失值都沒(méi)有被填充。（5）使用行方向相鄰的數(shù)據(jù)填充缺失值代碼如下：#行方向的前向填充df1.fillna(method='ffill',axis=1)輸出結(jié)果：（6）不同的列使用不同的數(shù)值進(jìn)行填充代碼如下：df1.fillna

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論