pandas删除nan数据，筛选出nan的数据，筛选出非nan的数据，替换nan值

2023-03-12 00:11| 来源: 网络整理| 查看: 265

在处理缺失值的时候，总会遇到各种问题

import pandas as pd data = pd.read_excel(r'测试数据.xlsx') print(data)

先看看如下数据

pandas删除nan数据，筛选出nan的数据，筛选出非nan的数据，替换nan值

1.删除全部为nan的行import pandas as pd data = pd.read_excel(r'测试数据.xlsx') print(data) # 删除表中全部为NaN的行 data = data.dropna(axis=0, how='all') print(data)

输出：

2.删除含有nan的行import pandas as pd data = pd.read_excel(r'测试数据.xlsx') print(data) # 删除表中含有NaN的行 data = data.dropna(axis=0, how='any') print(data)

输出：

3.删除全部为nan的列# 删除全部为nan的列 data = data.dropna(axis=1, how='all')

数据如下：

输出：

4. 删除包含nan的列# 删除包含nan的列 data = data.dropna(axis=1, how='any')

数据如下

输出：

5.删除指定某一列有nan，这样即可定位到所在行的index，然后对该index进行drop操作即可 df[np.isnan(df[‘open’])].index #定位某一列是否有nan直接drop对应indx即可删除该行 df.drop(df[np.isnan(df[‘open’])].index, inplace=True)

数据如下:

输出:

6. df1 = df.dropna(axis=0, how=‘all’, subset=[‘d’, ‘c’]) #删除指定的两列都是空的行7.筛选出nan的数据

df_nan = df[df['往来单位编号'].isna()]

8.筛选出非nan的数据

df_notnan = df[~df['往来单位编号'].isna()]

9.替换nan值df.fillna('', inplace=True) # 将nan替换为'',否则无法保存到MySQL

10.有时候是空字符串的情况

nan_df = df[(df['xxx'].str.len()

【本文地址】

公司简介

联系我们