文章目錄

• 前言
• pandas大范圍賦值
• 增加空數(shù)據(jù)
• 處理丟失數(shù)據(jù)（nan）
• • isnull：查看哪個(gè)數(shù)據(jù)是nan
  • dropna：直接丟掉
  • fillna：賦值為0

前言

根據(jù) 莫煩Python的教程 總結(jié)寫成，以便自己復(fù)習(xí)和使用,這里我就不喲林地掛原創(chuàng)了🐶。

pandas大范圍賦值

dates = pd.date_range('20200209',periods=6) #以日期的格式形成的數(shù)據(jù) df = pd.DataFrame(np.arange(24).reshape(6,4),index=dates,columns=['a','b','c','d']) # index 行；column 列 df.a[df.a>4] = 0 # 只將a那一列大于4的值賦值為0 df[df.a>4] = 0 # 將a那一列所有大于4的行都賦值為0

增加空數(shù)據(jù)

df['e'] = np.nan # 加上空的列 df['e'] = pd.Series([1,2,3,4,5,6],index=pd.date_range('20200210',periods=6)) # 加上排列的好的數(shù)據(jù)列

處理丟失數(shù)據(jù)（nan）

isnull：查看哪個(gè)數(shù)據(jù)是nan

df.iloc[0,1] = np.nan # 設(shè)定丟失的數(shù)據(jù) df.iloc[1,2] = np.nan print(df.isnull()) print(np.any(df.isnull()) == True) #只檢查是否有缺失

dropna：直接丟掉

print(df.dropna(axis=0,how='any' )) # 0:丟掉行，1: 丟掉列；how=any：只要有一個(gè)nan就操作，how=all：只有全部是nan才操作

fillna：賦值為0

print(df.fillna(value=0)) # 將nan填入0

總結(jié)

以上是生活随笔為你收集整理的python（numpy，pandas8）——pandas大范围赋值和增加特定数据，处理丢失数据（nan）的全部內(nèi)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(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。