在数据框中删除 NaN - Python

在处理数据时，一个常见的问题就是丢失数据。当数据存在 NaN（Not a Number）值时，这些值可能会干扰到我们对数据的分析和建模过程。

Python 提供了许多方法来处理 NaN 值，其中一个是在 Pandas 数据框中删除 NaN 值。在这篇文章中，我们将讨论如何使用 Pandas 在数据框中删除 NaN 值。

检查 NaN 值

在删除 NaN 值之前，需要先检查数据框中是否有 NaN 值。我们可以使用 Pandas 的 isnull() 方法来检查数据框中的 NaN 值。

import pandas as pd

# 创建一个包含 NaN 值的数据框
df = pd.DataFrame({'A': [1, 2, np.nan], 'B': [3, np.nan, 5]})

# 检查数据框中的 NaN 值
print(df.isnull())

输出如下：

       A      B
0  False  False
1  False   True
2   True  False

可以看到，在上面的示例中，数据框中有两个 NaN 值。

删除 NaN 值

在了解了数据框中的 NaN 值后，我们可以使用 Pandas 的 dropna() 方法来删除这些 NaN 值。

# 删除包含 NaN 值的行
df.dropna(axis=0, inplace=True)

# 删除包含 NaN 值的列
df.dropna(axis=1, inplace=True)

在上面的示例中，dropna() 方法可以传入两个参数：axis 和 inplace。axis 参数用于指定要删除的轴（行或列），inplace 参数用于指定是否在原始数据框上进行修改。

替换 NaN 值

除了删除 NaN 值外，我们还可以使用 Pandas 的fillna() 方法来替换 NaN 值。

# 使用 0 替换 NaN 值
df.fillna(0, inplace=True)

# 使用平均值替换 NaN 值
df.fillna(df.mean(), inplace=True)

在上面的示例中，我们将 NaN 值替换为了 0 和平均值。

结论

在 Pandas 中，我们可以使用 isnull()、dropna() 和 fillna() 方法来处理数据框中的 NaN 值。在处理数据时，我们需要根据具体情况选择合适的方法。