在数据分析中，处理缺失值数据是一项重要的任务。Pandas库提供了多种方法来处理缺失值。本文将介绍几种常用的方法。
1. 删除包含缺失值的行
import pandas as pd
import numpy as np
# 创建一个带有缺失值的DataFrame
data = {'A': [1, 2, np.nan, 4], 'B': [5, np.nan, np.nan, 8]}
df = pd.DataFrame(data)
# 删除包含缺失值的行
df_dropped = df.dropna()
df_dropped
注释： dropna()函数用于删除包含缺失值的行，默认删除任何包含缺失值的行。
2. 删除包含缺失值的列
# 删除包含缺失值的列
data = {'A': [1, 2, np.nan, 4], 'B': [5, np.nan, np.nan, 8],'C': [5, 1, 1, 8]}
df = pd.DataFrame(data)
df_dropped_cols = df.dropna(axis=1)
df_dropped_cols
注释： dropna(axis=1)用于删除包含缺失值的列。
3. 填充缺失值
data = {'A': [1, 2, np.nan, 4], 'B': [5, np.nan, np.nan, 8],'C': [5, 1, 1, 8]}
df = pd.DataFrame(data)
df_filled = df.fillna(0)
df_filled
注释： fillna()函数用于用指定值（这里是0）填充缺失值。
4. 使用前一个或后一个有效值填充缺失值
# 使用前一个有效值填充缺失值
data = {'A': [1, 2, np.nan, 4], 'B': [5, np.nan, np.nan, 8],'C': [5, 1, 1, 8]}
df = pd.DataFrame(data)
# 使用前一个有效值填充缺失值
df['A'] = df['A'].ffill()
print(df)
5. 使用均值、中位数或众数填充缺失值
data = {'A': [1, 2, np.nan, 4], 'B': [5, np.nan, np.nan, 8],'C': [5, 1, 1, 8]}
df = pd.DataFrame(data)
# 使用列的均值填充缺失值
df_mean_filled = df.fillna(df.mean())
print(df_mean_filled)
# 使用列的中位数填充缺失值
df_median_filled = df.fillna(df.median())
print(df_median_filled)
# 使用列的众数填充缺失值
df_mode_filled = df.fillna(df.mode().iloc[0])
print(df_mode_filled)
注释： fillna(df.mean()), fillna(df.median()), 和 fillna(df.mode().iloc[0])分别使用列的均值、中位数和众数填充。
6. 替换缺失值为特定字符串或数值
data = {'A': [1, 2, np.nan, 4], 'B': [5, np.nan, np.nan, 8],'C': [5, 1, 1, 8]}
df = pd.DataFrame(data)
# 替换NaN为字符串"Missing"
df_replaced = df.replace(np.nan, "Missing")
print(df_replaced)
注释： replace(np.nan, "Missing")用于将NaN替换为指定的字符串或数值。
7. 根据条件填充缺失值
data = {'A': [1, 2, np.nan, 4], 'B': [5, np.nan, np.nan, 8],'C': [5, 1, 1, 8]}
df = pd.DataFrame(data)
# 根据条件填充缺失值，例如如果A列缺失则用C列的值填充
df['A'] = df['A'].fillna(df['C'])
print(df)
以上是使用Pandas处理缺失值数据的常用7个方法。每种方法都有其适用的场景，可以根据具体的数据情况选择合适的方法进行处理。
