使用布尔值处理丢失列中的数据值（1,0）Python

我正在使用Python执行数据清理任务，其中包含具有缺少数据（布尔值）的列的数据使用布尔值处理丢失列中的数据值（1,0）Python

示例：df = [1,0,1,0，NaN，1,0，NaN）

我试过df.fillna（df.mean（））但这会给我意味着1和0的“NaN”的地方。未经处理，分析将不会完成。请指教。

2017-04-21 iahmed

什么是所需的输出？ – jezrael

我必须处理这个“NaN”值，因为我有多个像这样的列有缺失值的列，我应该消除这些行还是解决这个数据问题的任何方法 – iahmed

我认为jezreal问你是否希望用NaN值替换NaN值特别是价值。如果你想用NaN删除行，那么你应该看看[dropna]（http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.dropna.html） – Clusks

我想滚动可能解决这个问题，将采取最高在2所示的窗口：

df=pd.DataFrame([1,0,1,0,np.nan,1,0,np.nan])

df.fillna(0).rolling(window=2,min_periods=1).max()

来源

2017-04-21 13:53:26 lsalamon

它真的很奏效谢谢你.. :-)你能解释一下逻辑吗，现在没有缺失值但想要了解逻辑 – iahmed

1-填充所有NaN值为0. 2-取当前行的窗口和上面的1行 3-计算每个窗口的最大值请注意那么生成的数据框应该只用于填充NaN值，因为它可能会覆盖一些非NaN值 – lsalamon

如果我们覆盖非空的值，那么哪个是错误的，请告知，而不触及现有值不能我们只给这样的值只为缺少的数据。谢谢 – iahmed

使用布尔值处理丢失列中的数据值（1,0）Python

回答

相关问题