Python 中的缺失值及其处理

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

缺失值处理用到的主要工具为 Numpy 库和 Pandas库中的有关函数，要导入 Numpy 和 Pandas：

1. import numpy as np
   
2. import pandas as pd

复制代码

在 Python 中，特殊的常量 None 通常被理解为缺失值的一种，我们构建了一个包含有 None 的 Numpy 数组 vals1：

1. vals1 = np.array([1, None, 3, 4])
   
2. vals1

复制代码

array([1, None, 3, 4], dtype=object)

1. for dtype in ['object', 'int']:
   
2.     print("dtype =", dtype)
   
3.     %timeit np.arange(1E6, dtype=dtype).sum()
   
4.     print()

复制代码

dtype = object10 loops, best of 3: 78.2 ms per loopdtype = int100 loops, best of 3: 3.06 ms per loop

1. vals1.sum()

复制代码

可以看到，当我们的数组中存在缺失值 None 时，我们无法完成简单的求和运算，并且会出现程序报错。
运用 Numpy 库，我们可以用另一种方式生成缺失值，即使用 np.nan：

1. vals2 = np.array([1, np.nan, 3, 4])
   
2. vals2.dtype

复制代码

dtype('float64')

1. 1 + np.nan

复制代码

nan

1. 0 *  np.nan

复制代码

nan
可以发现，np.nan 虽然也不能参与简单的计算，但不会出现程序报错的情况，我们得到的结果将为 nan。
同时，Numpy 库还专门为我们准备了用于处理 nan 值的特殊函数 nansum、nanmin 以及 nanmax 等：

1. vals2.sum(), vals2.min(), vals2.max()

复制代码

(nan, nan, nan)

1. np.nansum(vals2), np.nanmin(vals2), np.nanmax(vals2)

复制代码

(8.0, 1.0, 4.0)
在 Pandas 序列中，不论我们生成的缺失值是 None 还是 nan，都会被转化为 NaN 的形式：

1. pd.Series([1, np.nan, 2, None])

复制代码

以上内容转自 数析学院，原文内容较多，这里只是一部分，感兴趣的同学可以直接查看原文

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：python 缺失值 pandas object import