在數(shù)據(jù)分析和處理的過程中，處理缺失數(shù)據(jù)（NaN 值）是一個非常常見的問題。缺失數(shù)據(jù)會影響分析結(jié)果的準確性，因此在數(shù)據(jù)清理階段，我們通常需要統(tǒng)計并處理這些缺失值。Pandas 提供了一系列的方法來處理和分析缺失數(shù)據(jù)。本文將介紹如何使用 Pandas 統(tǒng)計每行數(shù)據(jù)中的空值。

什么是空值？

在 Pandas 中，空值通常用 NaN（Not a Number）表示?？罩悼梢猿霈F(xiàn)在任何數(shù)據(jù)類型中，包括數(shù)值、字符串、日期等?？罩悼赡苁怯捎跀?shù)據(jù)采集不完整、數(shù)據(jù)輸入錯誤或其他原因引起的。

為什么要統(tǒng)計空值？

統(tǒng)計空值的目的是為了了解數(shù)據(jù)的完整性，幫助我們決定如何處理這些缺失值。我們可以選擇刪除含有大量缺失值的行或列，也可以選擇用其他值（如均值、中位數(shù)或特定值）填充這些缺失值。

準備工作

首先，我們需要安裝 Pandas 庫。如果你還沒有安裝，可以使用以下命令進行安裝：

pip install pandas

創(chuàng)建示例數(shù)據(jù)

我們將創(chuàng)建一個包含一些空值的示例 DataFrame，以便進行演示。

import pandas as pd
import numpy as np

# 創(chuàng)建示例 DataFrame
data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Eva'],
    'Age': [24, np.nan, 22, np.nan, 28],
    'City': ['New York', 'Los Angeles', np.nan, 'Chicago', 'Houston'],
    'Score': [85, 92, np.nan, 70, np.nan]
}

df = pd.DataFrame(data)
print("原始數(shù)據(jù)：")
print(df)

輸出：

原始數(shù)據(jù)：
       Name   Age         City  Score
0     Alice  24.0     New York   85.0
1       Bob   NaN  Los Angeles   92.0
2   Charlie  22.0          NaN    NaN
3     David   NaN      Chicago   70.0
4       Eva  28.0      Houston    NaN

統(tǒng)計每行空值數(shù)量

使用 isnull() 方法可以檢測 DataFrame 中的空值，并返回一個布爾值 DataFrame，其中 True 表示空值，F(xiàn)alse 表示非空值。然后使用 sum(axis=1) 統(tǒng)計每行的空值數(shù)量。

# 統(tǒng)計每行的空值數(shù)量
df['Missing Values'] = df.isnull().sum(axis=1)
print("每行空值數(shù)量：")
print(df)

輸出：

每行空值數(shù)量：
       Name   Age         City  Score  Missing Values
0     Alice  24.0     New York   85.0               0
1       Bob   NaN  Los Angeles   92.0               1
2   Charlie  22.0          NaN    NaN               2
3     David   NaN      Chicago   70.0               1
4       Eva  28.0      Houston    NaN               1

進一步分析

有了每行的空值數(shù)量，我們可以進一步分析數(shù)據(jù)集的完整性。例如，我們可以過濾出那些空值較多的行，以便進一步處理。

# 篩選出含有空值的行
rows_with_missing_values = df[df['Missing Values'] > 0]
print("含有空值的行：")
print(rows_with_missing_values)

輸出：

含有空值的行：
       Name   Age         City  Score  Missing Values
1       Bob   NaN  Los Angeles   92.0               1
2   Charlie  22.0          NaN    NaN               2
3     David   NaN      Chicago   70.0               1
4       Eva  28.0      Houston    NaN               1

處理空值

處理空值有多種方法，具體方法取決于業(yè)務(wù)需求和數(shù)據(jù)特點。常見的處理方法包括：

刪除含有空值的行：

df_dropped = df.dropna()
print("刪除含有空值的行后的數(shù)據(jù)：")
print(df_dropped)

填充空值：
可以使用均值、中位數(shù)、眾數(shù)或其他特定值填充空值。例如，使用列的均值填充空值：

df_filled = df.fillna(df.mean())
print("填充空值后的數(shù)據(jù)：")
print(df_filled)

總結(jié)

在數(shù)據(jù)分析和處理過程中，統(tǒng)計和處理缺失數(shù)據(jù)是一個重要的步驟。通過 Pandas 提供的功能，我們可以輕松地統(tǒng)計每行數(shù)據(jù)中的空值，并根據(jù)具體情況選擇適當?shù)姆椒ㄌ幚磉@些空值。希望本文能夠幫助你更好地理解和應(yīng)用 Pandas 處理缺失數(shù)據(jù)。

到此這篇關(guān)于Pandas統(tǒng)計每行數(shù)據(jù)中的空值的方法示例的文章就介紹到這了,更多相關(guān)Pandas統(tǒng)計每行空值內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論