pandas 缺失值处理和统计操作

缺失值处理

在Pandas中使用浮点值NaN表示数组中的缺失数据

  1. 使用reindex()方法可以对指定轴上的索引进行改变/增加/删除操作,这将返回原始数据的一个拷贝。
In [88]: df1 = df.reindex(index=dates[0:4],columns=list(df.columns)+['E'])

In [89]: df1
Out[89]:
                   A         B         C         D   E
2013-01-01 -2.130791  0.903688  0.645726 -0.776207 NaN
2013-01-02 -0.622650  0.499566 -0.022492  1.326563 NaN
2013-01-03  2.140337  0.605600 -1.312784  1.059143 NaN
2013-01-04 -1.125467 -0.200313 -0.082067 -0.523501 NaN

In [90]: df1.loc[dates[0]:dates[1],'E']=1

In [91]: df1
Out[91]:
                   A         B         C         D   E
2013-01-01 -2.130791  0.903688  0.645726 -0.776207   1
2013-01-02 -0.622650  0.499566 -0.022492  1.326563   1
2013-01-03  2.140337  0.605600 -1.312784  1.059143 NaN
2013-01-04 -1.125467 -0.200313 -0.082067 -0.523501 NaN
  1. 去掉包含缺失值的行,不改变原来的值 dropna
In [92]: df1.dropna(how='any')
Out[92]:
                   A         B         C         D  E
2013-01-01 -2.130791  0.903688  0.645726 -0.776207  1
2013-01-02 -0.622650  0.499566 -0.022492  1.326563  1
  1. 对缺失值进行填充 fillna
In [94]: df1.fillna(value=5)
Out[94]:
                   A         B         C         D  E
2013-01-01 -2.130791  0.903688  0.645726 -0.776207  1
2013-01-02 -0.622650  0.499566 -0.022492  1.326563  1
2013-01-03  2.140337  0.605600 -1.312784  1.059143  5
2013-01-04 -1.125467 -0.200313 -0.082067 -0.523501  5
  1. 对数据进行布尔填充 isnull notnull
In [95]: pd.isnull(df1)
Out[95]:
                A      B      C      D      E
2013-01-01  False  False  False  False  False
2013-01-02  False  False  False  False  False
2013-01-03  False  False  False  False   True
2013-01-04  False  False  False  False   True

In [96]: df1.isnull()
Out[96]:
                A      B      C      D      E
2013-01-01  False  False  False  False  False
2013-01-02  False  False  False  False  False
2013-01-03  False  False  False  False   True
2013-01-04  False  False  False  False   True

统计操作

  1. 统计操作

执行描述性统计默认x轴

In [98]: df.mean()
Out[98]:
A   -0.234022
B    0.433988
C   -0.224383
D    0.164193
dtype: float64

在其他轴上进行相同的操作

In [99]: df.mean(1)
Out[99]:
2013-01-01   -0.339396
2013-01-02    0.295247
2013-01-03    0.623074
2013-01-04   -0.482837
2013-01-05    0.580012
2013-01-06   -0.466437
Freq: D, dtype: float64

对不拥有不同维度,需要对齐的对象进行操作pandas会自动的沿着指定的维度进行广播 shift

In [101]: s
Out[101]:
2013-01-01     1
2013-01-02     3
2013-01-03     5
2013-01-04   NaN
2013-01-05     5
2013-01-06     8
Freq: D, dtype: float64

In [102]: s=pd.Series([1,3,5,np.nan,5,8],index=dates).shift(1)

In [103]: s
Out[103]:
2013-01-01   NaN
2013-01-02     1
2013-01-03     3
2013-01-04     5
2013-01-05   NaN
2013-01-06     5
Freq: D, dtype: float64
  1. Apply对数据也应用函数
In [104]: df.apply(np.cumsum)
Out[104]:
                   A         B         C         D
2013-01-01 -2.130791  0.903688  0.645726 -0.776207
2013-01-02 -2.753441  1.403254  0.623234  0.550356
2013-01-03 -0.613104  2.008854 -0.689550  1.609499
2013-01-04 -1.738571  1.808542 -0.771617  1.085997
2013-01-05 -1.206559  3.211595 -0.650754  1.350118
2013-01-06 -1.404133  2.603928 -1.346298  0.985156
In [107]: df.apply(lambda x:x.max()-x.min())
Out[107]:
A    4.271128
B    2.010720
C    1.958509
D    2.102770
dtype: float64
  1. 直方图 value_counts()
In [108]: s=pd.Series(np.random.randint(0,7,size=10))

In [109]: s
Out[109]:
0    4
1    6
2    1
3    1
4    2
5    6
6    6
7    4
8    5
9    1
dtype: int32
In [111]: s.value_counts()
Out[111]:
6    3
1    3
4    2
5    1
2    1
dtype: int64
  1. 字符串方法
In [112]: s=pd.Series(['A','B','C','Aaba','Baca',np.nan,'CABA','dog','cat'])

In [113]: s
Out[113]:
0       A
1       B
2       C
3    Aaba
4    Baca
5     NaN
6    CABA
7     dog
8     cat
dtype: object

In [114]: s.str.lower()
Out[114]:
0       a
1       b
2       c
3    aaba
4    baca
5     NaN
6    caba
7     dog
8     cat
dtype: object

In [115]: s.str.upper()
Out[115]:
0       A
1       B
2       C
3    AABA
4    BACA
5     NaN
6    CABA
7     DOG
8     CAT
dtype: object
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 222,000评论 6 515
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 94,745评论 3 399
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 168,561评论 0 360
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 59,782评论 1 298
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 68,798评论 6 397
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 52,394评论 1 310
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,952评论 3 421
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,852评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 46,409评论 1 318
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,483评论 3 341
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,615评论 1 352
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 36,303评论 5 350
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,979评论 3 334
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,470评论 0 24
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,571评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 49,041评论 3 377
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,630评论 2 359

推荐阅读更多精彩内容