Python学习笔记：数据清洗之缺失值填充fillna

在数据建模过程中，针对入模的数据需做数据清洗，特别针对缺失数据。

缺失数据比较多的情况下，可以考虑直接删除；缺失数据较少的情况下，可对数据进行填充。

此时，fillna() 则派上用场。语法为：

fillna(self, value=None, method=None, axis=None, inplace=False, limit=None, downcast=None, **kwargs)
# inplace=True 直接修改原对象 缺省False
# method取值：pad、ffill、backfill、bfill、None 缺省None
	# pad/ffill：用前一个非缺失值填充
    # backfill/bfill：用后一个非缺失值填充
# limit：限制填充个数
# axis：修改填充方向

创建测试数据框：

import pandas as pd
import numpy as np
from numpy import nan
data = pd.DataFrame(np.arange(3,19,1).reshape(4,4),index=list('abcd'))
print(data)
data.iloc[0:2, 0:3] = nan
print(data)
'''
    0   1   2   3
a   3   4   5   6
b   7   8   9  10
c  11  12  13  14
d  15  16  17  18
      0     1     2   3
a   NaN   NaN   NaN   6
b   NaN   NaN   NaN  10
c  11.0  12.0  13.0  14
d  15.0  16.0  17.0  18
'''

• 用0填充

data.fillna(0)

• 用每列特征的均值填充

data.fillna(data.mean())

• 用每列特征的中位数填充

data.fillna(data.median())

• 用相邻后面（back）特征填充前面缺失值

data.fillna(method='bfill')

• 用相邻前面（before）特征填充后面空值

import pandas as pd
import numpy as np
from numpy import nan
data = pd.DataFrame(np.arange(3,19,1).reshape(4,4),index=list('abcd'))
print(data)
data.iloc[1:2, 0:3] = nan
print(data)
data.fillna(method='pad')

• 利用字典对不同列填充不同值

values = {0:10, 1:20, 2:30} # 列名：填充值
data.fillna(value=values)

• 控制填充个数

data.fillna(method='bfill', limit=2)

• 按行填充

data.fillna(method='ffill', limit=1, axis=1)

参考链接：fillna()函数详解

参考链接：Python 数据清洗之缺失数据填充fillna（）