pandas dataframe统计填充空值方式

在使用Pandas进行数据分析时，处理空值（NaN）是一个常见的任务。Pandas提供了多种方法来统计和填充空值。以下是一些常用的方法：

统计空值

1. isnull() 和 notnull() 方法可以用来识别数据中的空值。

import pandas as pd

# 创建一个包含空值的DataFrame
df = pd.DataFrame({
    'A': [1, 2, None, 4],
    'B': [None, 2, 3, 4],
    'C': [1, None, None, 4]
})

# 统计每列的空值数量
null_counts = df.isnull().sum()
print(null_counts)

# 统计每行的空值数量
null_counts_per_row = df.isnull().sum(axis=1)
print(null_counts_per_row)

2. isna() 是 isnull() 的别名，可以互换使用。

填充空值

1. fillna() 方法可以用来填充空值。你可以指定一个固定的值、前一个值、后一个值或者使用其他填充策略。

# 使用固定值填充空值
df_filled = df.fillna(0)

# 使用前一个值填充空值（向前填充）
df_filled = df.fillna(method='ffill')

# 使用后一个值填充空值（向后填充）
df_filled = df.fillna(method='bfill')

2. interpolate() 方法可以用于更复杂的填充策略，如线性插值。

# 使用线性插值填充空值
df_interpolated = df.interpolate()

3. 还可以使用fillna()结合method参数来进行中位数或均值填充。

# 使用每列的中位数填充空值
df_filled_median = df.fillna(df.median())

# 使用每列的均值填充空值
df_filled_mean = df.fillna(df.mean())

4. fillna() 方法还可以接受一个字典，用于对不同的列指定不同的填充值。

# 使用字典指定不同列的填充值
fill_values = {'A': 0, 'B': 1, 'C': 2}
df_filled_dict = df.fillna(value=fill_values)

5. 有时候，你可能想要根据空值的位置来决定填充策略。例如，对于第一行和第一列的空值，你可以使用特定的填充值。

# 对第一行和第一列的空值使用特定填充值
df_filled_custom = df.fillna(0)
df_filled_custom.iloc[0, :] = df.iloc[0, :].fillna(-1)
df_filled_custom.iloc[:, 0] = df.iloc[:, 0].fillna('first_column')
print(df_filled_custom)

在处理空值时，选择合适的填充策略非常重要，因为它可能会影响数据分析的结果。在某些情况下，删除含有空值的行或列可能是更合适的选择。使用Pandas时，你可以根据数据的特点和分析的需求灵活选择不同的处理方法。