[转载] 用pandas或numpy处理数据中的空值（np.isnan()/pd.isnull()）

参考链接： Python中的numpy.all

最近在做数据处理的时候，遇到个让我欲仙欲死的问题，那就是数据中的空值该如何获取。

我的目的本来是获取数据中的所有非零且非空值，然后再计算获得到的所有数据计算均值，再用均值把0和空值填上。这个操作让我意识到了i is None/np.isnan(i)/i.isnull()之间的差别，再此做简单介绍：

1.关于np.nan：

先明确一个问题，即空值的产生只有np.nan()一种方法。

# np.nan()的一些奇妙性质：

np.nan == np.nan

>>> False

np.isnan(np.nan)

>>> True

np.nan is None

>>> False

type(np.nan)

>>> float

总结一下：

np.nan不是一个“空”对象，用 i is None判断是False；对某个值是否为空值进行判断，只能用np.isnan(i)函数，万万不可用 i == np.nan()来做，否则你会死的很惨的，因为空值并不能用判断相等的“==”正确识别（上例前两条）；np.nan非空对象，其类型为基本数据类型float（是不是很神奇，我也不知道为什么要这样设计）

2.np.isnan()和pd.isnull()何时使用：

# 首先创建一个DataFrame：

bb = pd.DataFrame({'a':[0,1,2,np.nan]})

>>> a

0 0.0

1 1.0

2 2.0

3 NaN

# 先测试一下np.isnan()

np.isnan(bb)

>>> a

0 False

1 False

2 False

3 True

# 值得一提的是，如果想获悉整个DataFrame有无空值，可以在此基础上这样做：

np.isnan(bb).all()

>>> a False

dtype: bool # 这行是指返回值的dtype

# 再测试一下isnull()

pd.isnull(bb)

>>> a

0 False

1 False

2 False

3 True

由上可见，其实np.isnan()和pd.isnull()都可以对不论是DataFrame、Python list还是仅仅一个数值进行空值检测。但一般在实际应用中，np.isnan()多用于单个值的检验，pd.isnull()用于对一个DataFrame或Series（整体）的检验。

此外，根据pandas官方文档和源代码，pandas提供的另一个函数pd.isna()与pd.isnull()完全一样。

上面提到的any()/all()函数，请见pandas文档：

https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.all.html#pandas.DataFrame.all

https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.any.html#pandas.DataFrame.any

其他与空值检测或删除相关的函数还有：notna()、fillna()、dropna()等等。实战中应灵活使用。

[转载] 用pandas或numpy处理数据中的空值（np.isnan()/pd.isnull()）相关推荐

numpy给数据新增一个维度np.newaxis及其使用场景
numpy给数据新增一个维度np.newaxis及其使用场景 a = [10,20,30,40,50] a = np.array(a)print(a.shape) a = a[:, np.newaxi ...
Python处理数据中的空值（缺失值）时用到的dropna()函数和fillna()函数总结，通过示例弄懂这两个函数的用法。
引言:在用python处理数据时,我们通常会遇到数据不完整的情况,比如有空值的时候,我们想要删除控制所在的行或列,或者是我们给空值设置为某一个值.这时候就可以用dropna和fillna两个函数来实现 ...
数据分析实际案例之：pandas在餐厅评分数据中的使用
文章目录简介餐厅评分数据简介分析评分数据简介为了更好的熟练掌握pandas在实际数据分析中的应用,今天我们再介绍一下怎么使用pandas做美国餐厅评分数据的分析. 餐厅评分数据简介数据的来 ...
python效率numpy_Python数据处理性能对比，原生，Pandas，Numpy哪个更优秀
原标题:Python数据处理性能对比,原生,Pandas,Numpy哪个更优秀今天为大家分享一个关于数据处理性能的对比,从原生,Pandas ,Numpy这三个方面对比?你觉得哪个更优秀呢?对于一个 ...
Python数据处理性能对比，原生，Pandas，Numpy哪个更优秀
https://blog.csdn.net/sinat_38682860/article/details/85765308 今天为大家分享一个关于数据处理性能的对比,从原生,Pandas ,Numpy ...
Python中用pandas将numpy中的数组数据保存到csv文件
Python中用pandas将numpy中的数组数据保存到csv文件本博客转载自:[1]https://blog.csdn.net/grey_csdn/article/details/7018587 ...
Pandas+Numpy 数据中空值的处理操作：判断、查找、填充及删除
本文整理了数据中空值的处理操作,主要内容如下: 判断数据中是否有空值统计空值/非空值数量根据空值筛选数据查找空值索引删除空值 dropna()函数填充空值fillna()函数为了便于描述, ...
python处理表格数据教程_用Python的pandas框架操作Excel文件中的数据教程
引言本文的目的,是向您展示如何使用pandas来执行一些常见的Excel任务.有些例子比较琐碎,但我觉得展示这些简单的东西与那些你可以在其他地方找到的复杂功能同等重要.作为额外的福利,我将会进行一些 ...
Pandas的学习(5.pandas中处理丢失数据和空值数据以及填充空值数据)
处理丢失数据有两种丢失的数据: -- None -- np.nan(NaN) 1.None None是Python自带的,其类型为python object.因此,N ...

[转载] 用pandas或numpy处理数据中的空值（np.isnan()/pd.isnull()）

[转载] 用pandas或numpy处理数据中的空值（np.isnan()/pd.isnull()）相关推荐

最新文章

热门文章