Pandas对缺失值的处理

最新推荐文章于 2025-02-25 15:22:32 发布

原创最新推荐文章于 2025-02-25 15:22:32 发布 · 162 阅读

0 ·

CC 4.0 BY-SA版权

pandas 专栏收录该内容

8 篇文章

订阅专栏

本文档介绍了如何使用pandas处理Excel数据，包括检测和删除空值，用0填充'分数'列，通过前后填充法处理'姓名'列，并最终保存清洗后的数据到新的Excel文件。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

studf = pd.read_excel("datas/student_excel/student_excel.xlsx",skiprows=2)
# print(studf)
# 检测空值
# print(studf.isnull())
# print(studf["分数"].isnull())
# print(studf["分数"].notnull())
# print(studf.loc[studf["分数"].notnull(),:])
# 删除掉全是空值的列
studf.dropna(axis="columns",how='all',inplace=True)
# print(studf)
# 删除掉全是空值的行
studf.dropna(axis="index",how='all',inplace=True)
# print(studf)
# print(studf.fillna({"分数": 0}))
studf.loc[:,'分数'] = studf['分数'].fillna(0) #与上一行相同
# print(studf)
studf.loc[:,'姓名'] = studf['姓名'].fillna(method='ffill')
# print(studf)
studf.to_excel("datas/student_excel/student_excel_clean.xlsx",index=False)