1.獲取存在缺失值的行或列

在進行缺失值篩選時，可以對缺失嚴重的行和列進行刪除，首先進行缺失值的確定。

(1)缺失值的列和每列的缺失情況

#對每列的缺失值進行統計，并逆序排列 data.isnull.sum().sort_values(ascending=False)

(2)缺失值的行和每行的缺失情況

#對每行的缺失值進行統計，并逆序排列 data.isnull.sum(axis=1).sort_values(ascending=False)

(3)獲取以列為單位的指定缺失值個數的列名

#num是閾值，可以設定滿足條件的數值 num =0 columns=[] for i in list(Udata.columns[Udata.isnull().sum(axis=0)>num]):columns.append(i)

(4)獲取以行為單位的指定缺失值個數的行名

#num是閾值，可以設定滿足條件的數值 num =0 rows = [] for row in list(data.index[data.isnull().sum(axis=1)>=num]):rows.append(row)

2.DataFrame的后列數據減前列數據，并返回DataFrame

apply用法:

• Series，自動遍歷整個?Series，按照相對應的函數進行運算
• DataFrame，自動遍歷整個Dataframe，按照行或列進行運算

a = pd.DataFrame([[1,2,3],[3,4,5],[3,4,5]],columns=['1','2','3'])def point(a):b_list = []for i in range(2,4):print(a[str(i)])b = a[str(i)]-a[str(i-1)]b_list.append(b)return pd.DataFrame(b_list) b = a.apply(point,axis=1)b= b.apply(pd.Series,index=[str(i) for i in range(len(b.iloc[0]))])

?

總結

以上是生活随笔為你收集整理的Pandas使用小技巧的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。