在pandas中，可以使用fillna()方法對DataFrame中的空值進行處理。fillna()方法可以接受一個參數(shù)，用于指定如何填充空值。以下是一些常用的填充方式：
- 使用固定值填充：fillna(value)
- 使用前一個非空值填充：fillna(method=‘ffill’)
- 使用后一個非空值填充：fillna(method=‘bfill’)
- 使用平均值填充：fillna(df.mean())
- 使用中位數(shù)填充：fillna(df.median())
以下是一個示例代碼，演示如何使用fillna()方法對DataFrame中的空值進行處理：
import pandas as pd
import numpy as np
# 創(chuàng)建一個DataFrame
df = pd.DataFrame({'name': ['Tom', 'Jerry', None, 'Mike', 'Tom', 'Jerry'],
'score': [80, 90, 85, None, 70, 95]})
# 使用固定值填充空值
df1 = df.fillna(value='Unknown')
print(df1)
# 使用前一個非空值填充空值
df2 = df.fillna(method='ffill')
print(df2)
# 使用后一個非空值填充空值
df3 = df.fillna(method='bfill')
print(df3)
# 使用平均值填充空值
df4 = df.fillna(df.mean())
print(df4)
# 使用中位數(shù)填充空值
df5 = df.fillna(df.median())
print(df5)
輸出結果為：文章來源：http://www.zghlxwxcb.cn/news/detail-610926.html
name score
0 Tom 80.0
1 Jerry 90.0
2 NaN 85.0
3 Mike NaN
4 Tom 70.0
5 Jerry 95.0
name score
0 Tom 80.0
1 Jerry 90.0
2 Jerry 85.0
3 Mike 85.0
4 Tom 70.0
5 Jerry 95.0
name score
0 Tom 80.0
1 Jerry 90.0
2 Mike 85.0
3 Mike 70.0
4 Tom 70.0
5 Jerry 95.0
name score
0 Tom 80.0
1 Jerry 90.0
2 NaN 85.0
3 Mike 82.5
4 Tom 70.0
5 Jerry 95.0
name score
0 Tom 80.0
1 Jerry 90.0
2 NaN 85.0
3 Mike 85.0
4 Tom 70.0
5 Jerry 95.0
在代碼中，使用fillna()方法對DataFrame中的空值進行處理，填充方式可以根據(jù)實際情況選擇。最終輸出處理后的DataFrame即可。文章來源地址http://www.zghlxwxcb.cn/news/detail-610926.html
到了這里，關于【pandas使用技巧】pandas中空值的處理方法的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關文章，希望大家以后多多支持TOY模板網(wǎng)！
