Python pandas，NaN的判断（isnull(),notnull()），NaN的处理，缺失处理，dropna()，fillna()

港控/mmm° 2022-03-18 14:00 415阅读 0赞

**demo.py（pandas，判断是否是NaN，isnull()，notnull()）：**

# coding=utf-8
    import numpy as np
    import pandas as pd
    
    
    # 创建DataFrame
    df = pd.DataFrame(np.arange(12, 32).reshape((5, 4)), index=["a", "b", "c", "d", "e"], columns=["WW", "XX", "YY", "ZZ"])
    df.loc[["b"],["YY"]] = np.nan   # NaN是float类型，对应列会自动变成float类型。
    df.loc[["d"],["XX"]] = np.nan
    print(df)
    '''
       WW    XX    YY  ZZ
    a  12  13.0  14.0  15
    b  16  17.0   NaN  19
    c  20  21.0  22.0  23
    d  24   NaN  26.0  27
    e  28  29.0  30.0  31
    '''
    
    # pandas判断是否是NaN
    print(pd.isnull(df))
    '''
          WW     XX     YY     ZZ
    a  False  False  False  False
    b  False  False   True  False
    c  False  False  False  False
    d  False   True  False  False
    e  False  False  False  False
    '''
    
    # pandas判断是否不是NaN
    print(pd.notnull(df))
    '''
         WW     XX     YY    ZZ
    a  True   True   True  True
    b  True   True  False  True
    c  True   True   True  True
    d  True  False   True  True
    e  True   True   True  True
    '''
    
    # 也可以只判断某一列的NaN
    print(pd.notnull(df["XX"]))
    '''
    a     True
    b     True
    c     True
    d    False
    e     True
    Name: XX, dtype: bool
    '''
    
    
    # 布尔索引
    print(df[pd.notnull(df["YY"])])  # 选出"YY"列不为NaN的所有行
    '''
       WW    XX    YY  ZZ
    a  12  13.0  14.0  15
    c  20  21.0  22.0  23
    d  24   NaN  26.0  27
    e  28  29.0  30.0  31
    '''

**demo.py（缺失处理，NaN的处理，直接删除NaN行，dropna()，也可以通过bool索引删除指定列为NaN的行）：**

# coding=utf-8
    import numpy as np
    import pandas as pd
    
    
    # 创建DataFrame
    df = pd.DataFrame(np.arange(12, 32).reshape((5, 4)), index=["a", "b", "c", "d", "e"], columns=["WW", "XX", "YY", "ZZ"])
    df.loc[["b"],["YY"]] = np.nan   # NaN是float类型，对应列会自动变成float类型。
    df.loc[["d"],["XX"]] = np.nan
    print(df)
    '''
       WW    XX    YY  ZZ
    a  12  13.0  14.0  15
    b  16  17.0   NaN  19
    c  20  21.0  22.0  23
    d  24   NaN  26.0  27
    e  28  29.0  30.0  31
    '''
    
    
    # NaN的处理方式一：直接删除
    df1 = df.dropna(axis=0)  # axis=0表示删除行,axis=1表示删除列
    print(df1)
    '''
       WW    XX    YY  ZZ
    a  12  13.0  14.0  15
    c  20  21.0  22.0  23
    e  28  29.0  30.0  31
    '''
    
    df2 = df.dropna(axis=0, how="all")  # how="all"表示某行(列)全为NaN才会删除。how="any"表示只要有一个NaN就会删除(默认)。
    print(df2)
    '''
       WW    XX    YY  ZZ
    a  12  13.0  14.0  15
    b  16  17.0   NaN  19
    c  20  21.0  22.0  23
    d  24   NaN  26.0  27
    e  28  29.0  30.0  31
    '''
    
    df.dropna(axis=0, inplace=True)   # inplace=True表示原地修改，修改后的结果直接作用于原df。 默认False
    print(df)
    '''
       WW    XX    YY  ZZ
    a  12  13.0  14.0  15
    c  20  21.0  22.0  23
    e  28  29.0  30.0  31
    '''

**demo.py（缺失处理，NaN的处理，填充NaN，fillna()）：**

# coding=utf-8
    import numpy as np
    import pandas as pd
    
    
    # 创建DataFrame
    df = pd.DataFrame(np.arange(12, 32).reshape((5, 4)), index=["a", "b", "c", "d", "e"], columns=["WW", "XX", "YY", "ZZ"])
    df.loc[["b"],["YY"]] = np.nan   # NaN是float类型，对应列会自动变成float类型。
    df.loc[["d"],["XX"]] = np.nan
    print(df)
    '''
       WW    XX    YY  ZZ
    a  12  13.0  14.0  15
    b  16  17.0   NaN  19
    c  20  21.0  22.0  23
    d  24   NaN  26.0  27
    e  28  29.0  30.0  31
    '''
    
    
    # NaN的处理方式二：填充
    df2 = df.fillna(100)  # 填充成100
    print(df2)
    '''
       WW     XX     YY  ZZ
    a  12   13.0   14.0  15
    b  16   17.0  100.0  19
    c  20   21.0   22.0  23
    d  24  100.0   26.0  27
    e  28   29.0   30.0  31
    '''
    
    # 填充平均值
    df3 = df.fillna(df.mean())  # df.mean()表示每一列的平均值（Series类型）。 df.median()中位数
    print(df3)
    '''
       WW    XX    YY  ZZ
    a  12  13.0  14.0  15
    b  16  17.0  23.0  19
    c  20  21.0  22.0  23
    d  24  20.0  26.0  27
    e  28  29.0  30.0  31
    '''
    
    # 可以只填充某一列
    df4 = df["YY"].fillna(df["YY"].mean())  # df.mean()表示每一列的平均值（Series类型）
    print(df4)   # （Series类型）
    '''
    a    14.0
    b    23.0
    c    22.0
    d    26.0
    e    30.0
    Name: YY, dtype: float64
    '''
    # df["YY"] = df["YY"].fillna(df["YY"].mean())  # 只填充某一列，再赋值给原df的对应列。
    
    
    # df[df==0] = np.nan   # df.mean()计算均值时，NaN不会参与计算，但0会