Python3.5 Pandas模塊缺失值處理和層次索引實例詳解
本文實例講述了Python3.5 Pandas模塊缺失值處理和層次索引。分享給大家供大家參考，具體如下：
1、pandas缺失值處理
import numpy as np
import pandas as pd
from pandas import Series,DataFrame
df3 = DataFrame([
["Tom",np.nan,456.67,"M"],
["Merry",34,345.56,np.nan],
[np.nan,np.nan,np.nan,np.nan],
["John",23,np.nan,"M"],
["Joe",18,385.12,"F"]
],columns = ["name","age","salary","gender"])
print(df3)
print("=======判斷NaN值=======")
print(df3.isnull())
print("=======判斷非NaN值=======")
print(df3.notnull())
print("=======刪除包含NaN值的行=======")
print(df3.dropna())
print("=======刪除全部為NaN值的行=======")
print(df3.dropna(how="all"))
df3.ix[2,0] = "Gerry" #修改第2行第0列的值
print(df3)
print("=======刪除包含NaN值的列=======")
print(df3.dropna(axis=1))
運行結果：
name age salary gender
0 Tom NaN 456.67 M
1 Merry 34.0 345.56 NaN
2 NaN NaN NaN NaN
3 John 23.0 NaN M
4 Joe 18.0 385.12 F
=======判斷NaN值=======
name age salary gender
0 False True False False
1 False False False True
2 True True True True
3 False False True False
4 False False False False
=======判斷非NaN值=======
name age salary gender
0 True False True True
1 True True True False
2 False False False False
3 True True False True
4 True True True True
=======刪除包含NaN值的行=======
name age salary gender
4 Joe 18.0 385.12 F
=======刪除全部為NaN值的行=======
name age salary gender
0 Tom NaN 456.67 M
1 Merry 34.0 345.56 NaN
3 John 23.0 NaN M
4 Joe 18.0 385.12 F
name age salary gender
0 Tom NaN 456.67 M
1 Merry 34.0 345.56 NaN
2 Gerry NaN NaN NaN
3 John 23.0 NaN M
4 Joe 18.0 385.12 F
=======刪除包含NaN值的列=======
name
0 Tom
1 Merry
2 Gerry
3 John
4 Joe
import numpy as np
import pandas as pd
from pandas import Series,DataFrame
df4 = DataFrame(np.random.randn(7,3))
print(df4)
df4.ix[:4,1] = np.nan #第0至3行，第1列的數據
df4.ix[:2,2] = np.nan
print(df4)
print(df4.fillna(0)) #將缺失值用傳入的指定值0替換
print(df4.fillna({1:0.5,2:-1})) #將缺失值按照指定形式填充
運行結果：
0 1 2
0 -0.737618 -0.530302 -2.716457
1 0.810339 0.063028 -0.341343
2 0.070564 0.347308 -0.121137
3 -0.501875 -1.573071 -0.816077
4 -2.159196 -0.659185 -0.885185
5 0.175086 -0.954109 -0.758657
6 0.395744 -0.875943 0.950323
0 1 2
0 -0.737618 NaN NaN
1 0.810339 NaN NaN
2 0.070564 NaN NaN
3 -0.501875 NaN -0.816077
4 -2.159196 NaN -0.885185
5 0.175086 -0.954109 -0.758657
6 0.395744 -0.875943 0.950323
0 1 2
0 -0.737618 0.000000 0.000000
1 0.810339 0.000000 0.000000
2 0.070564 0.000000 0.000000
3 -0.501875 0.000000 -0.816077
4 -2.159196 0.000000 -0.885185
5 0.175086 -0.954109 -0.758657
6 0.395744 -0.875943 0.950323
0 1 2
0 -0.737618 0.500000 -1.000000
1 0.810339 0.500000 -1.000000
2 0.070564 0.500000 -1.000000
3 -0.501875 0.500000 -0.816077
4 -2.159196 0.500000 -0.885185
5 0.175086 -0.954109 -0.758657
6 0.395744 -0.875943 0.950323
2、pandas常用數學統(tǒng)計方法
import numpy as np
import pandas as pd
from pandas import Series,DataFrame
#pandas常用數學統(tǒng)計方法
arr = np.array([
[98.5,89.5,88.5],
[98.5,85.5,88],
[70,85,60],
[80,85,82]
])
df1 = DataFrame(arr,columns=["語文","數學","英語"])
print(df1)
print("=======針對列計算總統(tǒng)計值=======")
print(df1.describe())
print("=======默認計算各列非NaN值個數=======")
print(df1.count())
print("=======計算各行非NaN值個數=======")
print(df1.count(axis=1))
運行結果：
語文 數學 英語
0 98.5 89.5 88.5
1 98.5 85.5 88.0
2 70.0 85.0 60.0
3 80.0 85.0 82.0
=======針對列計算總統(tǒng)計值=======
語文 數學 英語
count 4.000000 4.000000 4.000000
mean 86.750000 86.250000 79.625000
std 14.168627 2.179449 13.412525
min 70.000000 85.000000 60.000000
25% 77.500000 85.000000 76.500000
50% 89.250000 85.250000 85.000000
75% 98.500000 86.500000 88.125000
max 98.500000 89.500000 88.500000
=======默認計算各列非NaN值個數=======
語文 4
數學 4
英語 4
dtype: int64
=======計算各行非NaN值個數=======
0 3
1 3
2 3
3 3
dtype: int64
import numpy as np
import pandas as pd
from pandas import Series,DataFrame、
#2.pandas相關系數與協(xié)方差
df2 = DataFrame({
"GDP":[12,23,34,45,56],
"air_temperature":[23,25,26,27,30],
"year":["2001","2002","2003","2004","2005"]
})
print(df2)
print("=========相關系數========")
print(df2.corr())
print("=========協(xié)方差========")
print(df2.cov())
print("=========兩個量之間的相關系數========")
print(df2["GDP"].corr(df2["air_temperature"]))
print("=========兩個量之間協(xié)方差========")
print(df2["GDP"].cov(df2["air_temperature"]))
運行結果：
GDP air_temperature year
0 12 23 2001
1 23 25 2002
2 34 26 2003
3 45 27 2004
4 56 30 2005
=========相關系數========
GDP air_temperature
GDP 1.000000 0.977356
air_temperature 0.977356 1.000000
=========協(xié)方差========
GDP air_temperature
GDP 302.5 44.0
air_temperature 44.0 6.7
=========兩個量之間的相關系數========
0.97735555485
=========兩個量之間協(xié)方差========
44.0
import numpy as np
import pandas as pd
from pandas import Series,DataFrame
#3.pandas唯一值、值計數及成員資格
df3 = DataFrame({
"order_id":["1001","1002","1003","1004","1005"],
"member_id":["m01","m01","m02","m01","m02",],
"order_amt":[345,312.2,123,250.2,235]
})
print(df3)
print("=========去重后的數組=========")
print(df3["member_id"].unique())
print("=========值出現的頻率=========")
print(df3["member_id"].value_counts())
print("=========成員資格=========")
df3 = df3["member_id"]
mask = df3.isin(["m01"])
print(mask)
print(df3[mask])
運行結果：
member_id order_amt order_id
0 m01 345.0 1001
1 m01 312.2 1002
2 m02 123.0 1003
3 m01 250.2 1004
4 m02 235.0 1005
=========去重后的數組=========
['m01' 'm02']
=========值出現的頻率=========
m01 3
m02 2
Name: member_id, dtype: int64
=========成員資格=========
0 True
1 True
2 False
3 True
4 False
Name: member_id, dtype: bool
0 m01
1 m01
3 m01
Name: member_id, dtype: object
3、pandas層次索引
import numpy as np
import pandas as pd
from pandas import Series,DataFrame
#3.pandas層次索引
data = Series([998.4,6455,5432,9765,5432],
index=[["2001","2001","2001","2002","2002"],
["蘋果","香蕉","西瓜","蘋果","西瓜"]]
)
print(data)
df4 = DataFrame({
"year":[2001,2001,2002,2002,2003],
"fruit":["apple","banana","apple","banana","apple"],
"production":[2345,5632,3245,6432,4532],
"profits":[245.6,432.7,534.1,354,467.8]
})
print(df4)
print("=======層次化索引=======")
df4 = df4.set_index(["year","fruit"])
print(df4)
print("=======依照索引取值=======")
print(df4.ix[2002,"apple"])
print("=======依照層次化索引統(tǒng)計數據=======")
print(df4.sum(level="year"))
print(df4.mean(level="fruit"))
print(df4.min(level=["year","fruit"]))
運行結果：
2001 蘋果 998.4
香蕉 6455.0
西瓜 5432.0
2002 蘋果 9765.0
西瓜 5432.0
dtype: float64
fruit production profits year
0 apple 2345 245.6 2001
1 banana 5632 432.7 2001
2 apple 3245 534.1 2002
3 banana 6432 354.0 2002
4 apple 4532 467.8 2003
=======層次化索引=======
production profits
year fruit
2001 apple 2345 245.6
banana 5632 432.7
2002 apple 3245 534.1
banana 6432 354.0
2003 apple 4532 467.8
=======依照索引取值=======
production 3245.0
profits 534.1
Name: (2002, apple), dtype: float64
=======依照層次化索引統(tǒng)計數據=======
production profits
year
2001 7977 678.3
2002 9677 888.1
2003 4532 467.8
production profits
fruit
apple 3374 415.833333
banana 6032 393.350000
production profits
year fruit
2001 apple 2345 245.6
banana 5632 432.7
2002 apple 3245 534.1
banana 6432 354.0
2003 apple 4532 467.8
更多關于Python相關內容感興趣的讀者可查看本站專題：《Python數學運算技巧總結》、《Python數據結構與算法教程》、《Python函數使用技巧總結》、《Python字符串操作技巧匯總》、《Python入門與進階經典教程》及《Python文件與目錄操作技巧匯總》
希望本文所述對大家Python程序設計有所幫助。
相關文章
Scrapy和Selenium都是常用的Python爬蟲框架,下面這篇文章主要給大家介紹了關于如何通過一文搞定Scrapy和Selenium整合使用的相關資料,文中通過實例代碼介紹的非常詳細,需要的朋友可以參考下2023-06-06
Django中數據在前后端傳遞的方式之表單、JSON與ajax
Django從后臺往前臺傳遞數據時有多種方法可以實現,下面這篇文章主要給大家介紹了關于Django中數據在前后端傳遞的方式之表單、JSON與ajax的相關資料,需要的朋友可以參考下2022-10-10
本文主要介紹了Python嵌套循環(huán)的使用，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧<BR>2023-02-02
這篇文章主要為大家詳細介紹了python3實現倒計時效果，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2022-08-08
這篇文章主要介紹了如何用Python做個個性的動畫掛件，本文給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下2021-08-08
這篇文章主要給大家介紹了關于python讀取excel數據繪制簡單曲線圖的相關資料，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2020-10-10
這篇文章主要介紹了TensorFlow 2.0之后動態(tài)分配顯存方式，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2022-12-12
Python數據可視化JupyterNotebook繪圖生成高清圖片
這篇文章主要為大家介紹了Python數據可視化中如何利用Jupyter Notebook繪圖生成高清圖片，有需要的朋友可以借鑒參考下，希望能夠有所幫助2021-09-09
這篇文章主要介紹了Python教程教你如何去除背景，修飾圖片中的頭發(fā)是設計師最煩人的任務之一,下面文章將讓大家學會怎么輕松摳圖去背景，需要的小伙伴可以參考一下2022-02-02
這篇文章主要介紹了Python用Bottle輕量級框架進行Web開發(fā)的相關資料,需要的朋友可以參考下2016-06-06