Python Pandas中的NaN|极客笔记

Python Pandas中的NaN

在数据分析和处理过程中，经常会遇到缺失值的情况。在Python的Pandas库中，NaN（Not a Number）被用来表示缺失值。在本文中，我们将介绍如何处理Pandas中的NaN值，包括如何检测、替换和删除缺失值。

创建包含NaN的DataFrame

首先，让我们创建一个包含NaN值的DataFrame。我们可以使用Pandas的DataFrame构造函数来创建一个简单的DataFrame，并手动将其中的某些值设为NaN。

import pandas as pd
import numpy as np

data = {'A': [1, 2, np.nan, 4],
        'B': ['deepinout.com', 'hello', 'world', np.nan]}
df = pd.DataFrame(data)
print(df)

运行上述代码后，我们将得到以下的DataFrame：

     A              B
0  1.0  deepinout.com
1  2.0          hello
2  NaN          world
3  4.0            NaN

检测NaN值

在处理数据时，首先需要检测数据中是否包含NaN值。Pandas提供了isnull()和notnull()函数来帮助我们检测NaN值。

print(df.isnull())

运行结果将显示哪些值是NaN：

       A      B
0  False  False
1  False  False
2   True  False
3  False   True

我们还可以使用notnull()函数来查看哪些值不是NaN：

print(df.notnull())

运行结果将显示哪些值不是NaN：

       A      B
0   True   True
1   True   True
2  False   True
3   True  False

替换NaN值

有时候，我们需要将NaN值替换为特定的值。Pandas提供了fillna()函数来替换NaN值。

df_filled = df.fillna('missing')
print(df_filled)

运行结果将替换所有NaN值为指定值：

         A              B
0        1  deepinout.com
1        2          hello
2  missing          world
3        4        missing

删除包含NaN值的行

在某些情况下，我们可能希望删除包含NaN值的行。Pandas提供了dropna()函数来删除包含NaN值的行。

df_dropped = df.dropna()
print(df_dropped)

运行结果将删除包含NaN值的行：

     A          B
0  1.0  deepinout.com
1  2.0      hello

使用插值填充NaN值

有时候，我们可能希望使用插值的方式填充NaN值，使数据更加连续。Pandas提供了interpolate()函数来进行插值填充。

df_interpolated = df.interpolate()
print(df_interpolated)

运行结果将使用插值方式填充NaN值：

     A              B
0  1.0  deepinout.com
1  2.0          hello
2  3.0          world
3  4.0        world

通过上述示例，我们了解了在Python Pandas中如何处理NaN值，包括检测、替换、删除和插值填充。在数据分析和处理过程中，灵活运用这些方法能够更好地处理缺失值，提高数据的质量和准确性。

Python Pandas中的NaN