一、缺失数据剔除
1. python 方式
获取所有的缺失值，返回一个 true 和 false 的表
df.isnull()统计缺失值，按照每一列统计
df.isnull().sum()统计缺失值 按行
df.isnull().sum(axis='columns')查看列 是否全部缺失
df.isnull().all()剔除 植物园 这一列 2种方式
df1 = df.drop(columns='植物园')
df1 = df.drop('植物园', axis=1)通过数据索引的方式来剔除掉缺测数据。
列：
df1 = df.loc[:, ~(df.isnull().all())]删除所有 有缺失的行
df1[~(df1.isnull().any('columns'))]这种方式看起来明显比drop()的方式要复杂一点，那么是不是意味着我们就学drop()就行了，不用再去记住索引方式。
当然不是！drop()看起来简单只是因为刚好只有一列需要剔除，加入我们需要剔除很多数据，那使用drop()就不足以完成任务，还是要配合索引的方式。
下面我们来看一下剔除行里的缺测值，上面的数据有很多行都有缺测值，如果在drop函数中一个一个填是很不现实的，那么我们看一下合理的解决方案应该是什么样的。
2. DataFrame 方式
剔除列的缺失值
df.dropna(axis='columns', how='all', inplace=True)剔除行的缺失值
df.dropna(axis='index', how='any', inplace=True)二、缺失值补全
用前一行的数据填充
df.fillna(method='bfill')用后一行的数据填充
df.fillna(method='bfill')三、重复值剔除（按照行和列）
返回的是 True 和 False 的 列表
df.duplicated()
剔除重复行
df.drop_duplicates()返回的是 True 和 False 的 列表
df.duplicated(subset=['天坛'], keep=False)剔除 天坛 这列里面的所有重复值
df.drop_duplicates(subset=['天坛'], keep=False)四、数值转换
1. replace
单值转换，将Nan 替换成 -9999
df.replace(np.nan, -9999)多值转化，将想替换的元素放在一个 [ ] 里就行
df.replace([np.nan, 0], -9999)2. apply
replace可以进行简单的数据替换，但如果想进行更为复杂的操作replace是无法完成的。
然而对DataFrame而言，apply是非常重要的数据处理方法，它可以接收各种各样的函数（Python内置的或自定义的），处理方式很灵活，完成各种复杂的需求。他的实际作用是将函数作为一个对象，通过apply的调用对DataFrame里的数组元素应用这个函数。
只关注和设置这个规则，循环这种事情交给编程语言去处理
def aqi_level(aqi):
if aqi>0 and aqi<=50:
level = '优'
elif aqi>50 and aqi<=100:
level = '良'
elif aqi>100 and aqi<=150:
level = '轻度污染'
elif aqi>150 and aqi<=200:
level = '中度污染'
elif aqi>200 and aqi<=300:
level = '重度污染'
else:
level = '严重污染'
return level
# 数据预处理一下 将所有的类型都转为 AQI
aqi = df[df['type']=='AQI']
aqi['东四'].apply(aqi_level)3.applymap
apply()可以实现对某一行或某一列的函数应用，如果想对DataFrame中的全部数值都使用这个函数来进行转化我们就需要用到applymap()
#~aqi.columns.isin(['date', 'hour', 'type']) 取非这三列的所有列
aqi.loc[:, ~aqi.columns.isin(['date', 'hour', 'type'])].apply(np.mean, axis=0)
aqi.loc[:, ~aqi.columns.isin(['date', 'hour', 'type'])].applymap(aqi_level)到此这篇关于Python 数据清洗删除缺失值替换缺失值详情的文章就介绍到这了,更多相关Python数据清洗 内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网！
