有两种丢失数据
——None
——np.nan(NaN)
None是python自带的，其类型为python object。因此，None不能参与到任何计算中
Object类型的运算比int类型的运算慢的多
计算不同数据类型求和时间
%timeit np.arange(1e5,dtype=xxx).sum()
%timeit是指python表达式或语句的执行时间
Pandas中的none与np.nan都视作np.nan
数据清洗
df.loc[index,column] ------>元素索引，肯定可以修改
df[column][index] --------->列是属性，肯定可以修改
df.loc[index][column] ----->从df中取出了样本，对取出来的数据进行了修改，原数据没变
现获取列，在获取行
如：df["python"][3] = np.nan
先获取行，再获取列
df.loc[3]["python"] = np.nan
先获取行，是将样本数据取出来，在内存中的内存地址就不一样了，修改数据失败
df.loc[3,5] =np.nan
Pandas中None与np.NaN的操作
Isnull():判断是否有空数据
Notnoll()：判断是否没有空数据
Dropna():过滤丢失数据
Fillna():填充丢失数据
（1）判断函数Isnull()和Notnull()
查找空数据
如：cond=df.isnull().any(axis=1)
df[cond]
过滤掉空数据
如：cond = df.notnull().all(axis=1)
df[cond]
（2）过滤函数Dropna()
如：df.dropna()，删除df表中的含有空数据的样本
可以选则过滤的是行还是列（默认过滤行）
也可以选择过滤的方式how=“all”
（3）数据填充fillna()
Fillna()属性
[‘value=None‘, ‘method=None‘, ‘axis=None‘, ‘inplace=False‘, ‘limit=None‘, ‘downcast=None‘, ‘**kwargs‘]
对浮点数小数位数进行限定
pd.set_option("display.float_format",lambda x:"%0.1f"%(x))
对于空数据，一般进行填充时填充该列的平均值、中位数、众数进行填充。
对于和是用什么数据进行填充还得根据实际情况来决定
正态分布使用平均值和中位数差别不大。
**计算平均数的用mean（）
如：value=df.mean()
df.fillna(value)
**计算中位数用：median()
如：value1 = df.median()
df.fillna(value1)
填充数据可选择行方向和列方向的向前填充或是向后填充
df.fillna(method="bfill",axis=1)#向后填充
df.fillna(method="ffill",axis=1) #向前填充
df.fillna(value=values,limit=1) #限制填充的行数，默认从第一行开始
**统计众数：np.unique(s)
使用众数进行填充同上
Pandas中文件的读取和写入
将数据存储到csv格式的文本
s1.to_csv("./data1.csv",sep=‘,‘,index = False)
#存成csv格式，csv就是txt格式，用逗号进行分割，index表示是否将索引也存储进去
#注意重点是sep分隔符和index索引的设置
将csv格式的文本数据导入到jupyter中
如：pd.read_csv("./data1.csv")
将数据存储成html格式
s3.to_html("./data.html")
pd.read_excel(“./data.htm”)
将文件存储成json格式
s3.to_json("./data.json")
pd.read_json("./data.json")
将文件存储成excel格式的文件
s3.to_excel("./data.xls")
pd.read_excel("./data.xls")
有两种丢失数据
——None
——np.nan(NaN)
None是python自带的，其类型为python object。因此，None不能参与到任何计算中
Object类型的运算比int类型的运算慢的多
计算不同数据类型求和时间
%timeit np.arange(1e5,dtype=xxx).sum()
%timeit是指python表达式或语句的执行时间
Pandas中的none与np.nan都视作np.nan
数据清洗
df.loc[index,column] ------>元素索引，肯定可以修改
df[column][index] --------->列是属性，肯定可以修改
df.loc[index][column] ----->从df中取出了样本，对取出来的数据进行了修改，原数据没变
现获取列，在获取行
如：df["python"][3] = np.nan
先获取行，再获取列
df.loc[3]["python"] = np.nan
先获取行，是将样本数据取出来，在内存中的内存地址就不一样了，修改数据失败
df.loc[3,5] =np.nan
Pandas中None与np.NaN的操作
Isnull():判断是否有空数据
Notnoll()：判断是否没有空数据
Dropna():过滤丢失数据
Fillna():填充丢失数据
（1）判断函数Isnull()和Notnull()
查找空数据
如：cond=df.isnull().any(axis=1)
df[cond]
过滤掉空数据
如：cond = df.notnull().all(axis=1)
df[cond]
（2）过滤函数Dropna()
如：df.dropna()，删除df表中的含有空数据的样本
可以选则过滤的是行还是列（默认过滤行）
也可以选择过滤的方式how=“all”
（3）数据填充fillna()
Fillna()属性
[‘value=None‘, ‘method=None‘, ‘axis=None‘, ‘inplace=False‘, ‘limit=None‘, ‘downcast=None‘, ‘**kwargs‘]
对浮点数小数位数进行限定
pd.set_option("display.float_format",lambda x:"%0.1f"%(x))
对于空数据，一般进行填充时填充该列的平均值、中位数、众数进行填充。
对于和是用什么数据进行填充还得根据实际情况来决定
正态分布使用平均值和中位数差别不大。
**计算平均数的用mean（）
如：value=df.mean()
df.fillna(value)
**计算中位数用：median()
如：value1 = df.median()
df.fillna(value1)
填充数据可选择行方向和列方向的向前填充或是向后填充
df.fillna(method="bfill",axis=1)#向后填充
df.fillna(method="ffill",axis=1) #向前填充
df.fillna(value=values,limit=1) #限制填充的行数，默认从第一行开始
**统计众数：np.unique(s)
使用众数进行填充同上
Pandas中文件的读取和写入
将数据存储到csv格式的文本
s1.to_csv("./data1.csv",sep=‘,‘,index = False)
#存成csv格式，csv就是txt格式，用逗号进行分割，index表示是否将索引也存储进去
#注意重点是sep分隔符和index索引的设置
将csv格式的文本数据导入到jupyter中
如：pd.read_csv("./data1.csv")
将数据存储成html格式
s3.to_html("./data.html")
pd.read_excel(“./data.htm”)
将文件存储成json格式
s3.to_json("./data.json")
pd.read_json("./data.json")
将文件存储成excel格式的文件
s3.to_excel("./data.xls")
pd.read_excel("./data.xls")
原文地址：https://www.cnblogs.com/kuangkuangduangduang/p/10257167.html