本文共 1402 字,大约阅读时间需要 4 分钟。
文章作者:Tyan
博客: | |本文主要是关于pandas的一些基本用法。
#!/usr/bin/env python# _*_ coding: utf-8 _*_import pandas as pdimport numpy as np# Test 1# 定义数据dates = pd.date_range('20170101', periods = 6)df = pd.DataFrame(np.arange(24).reshape((6, 4)), index = dates, columns = ['A', 'B', 'C', 'D'])# 假设缺少数据df.iloc[1, 1] = np.nandf.iloc[2, 2] = np.nanprint df# Test 1 result A B C D2017-01-01 0 1.0 2.0 32017-01-02 4 NaN 6.0 72017-01-03 8 9.0 NaN 112017-01-04 12 13.0 14.0 152017-01-05 16 17.0 18.0 192017-01-06 20 21.0 22.0 23# Test 2# 按行或列来舍弃数据, how = any or all, any是默认值print df.dropna(axis = 0, how = 'any')# 填充数据print df.fillna(value = 0)# 判断是否缺失数据print df.isnull()# 判断是否存在缺失数据的情况print np.any(df.isnull() == True)# Test 2 result A B C D2017-01-01 0 1.0 2.0 32017-01-04 12 13.0 14.0 152017-01-05 16 17.0 18.0 192017-01-06 20 21.0 22.0 23 A B C D2017-01-01 0 1.0 2.0 32017-01-02 4 0.0 6.0 72017-01-03 8 9.0 0.0 112017-01-04 12 13.0 14.0 152017-01-05 16 17.0 18.0 192017-01-06 20 21.0 22.0 23 A B C D2017-01-01 False False False False2017-01-02 False True False False2017-01-03 False False True False2017-01-04 False False False False2017-01-05 False False False False2017-01-06 False False False FalseTrue
转载地址:http://ujwui.baihongyu.com/