以下是使用 Python 的 Pandas 和 NumPy 库处理数据集中缺失值的代码示例： ### 使用 Pandas 处理缺失值 #### 检测缺失值 可以通过 `isnull()` 或 `notnull()` 方法检测数据框中的缺失值。 ```python import pandas as pd import numpy as np # 创建带有缺失值的数据框 df = pd.DataFrame({ 'A': [1, 2, np.nan, 4], 'B': [5, np.nan, np.nan, 8], 'C': [9, 10, 11, 12] }) print("原始数据:") print(df) # 检测缺失值 missing_values = df.isnull() print("\n缺失值情况:") print(missing_values) ``` #### 删除含有缺失值的行或列 可以使用 `dropna()` 方法删除包含缺失值的行或列。 ```python # 删除任何包含缺失值的行 cleaned_df_rows = df.dropna(axis=0) print("\n删除含缺失值的行后的数据:") print(cleaned_df_rows) # 删除任何包含缺失值的列 cleaned_df_columns = df.dropna(axis=1) print("\n删除含缺失值的列后的数据:") print(cleaned_df_columns) ``` #### 填充缺失值 可以使用 `fillna()` 方法填充缺失值。 ##### 使用固定值填充 ```python filled_with_fixed_value = df.fillna(value=0) # 将所有缺失值替换为0 print("\n用固定值 (0) 替换缺失值的结果:") print(filled_with_fixed_value) ``` ##### 使用均值填充 ```python mean_filled = df.fillna(df.mean()) # 对每列分别计算均值并填充 print("\n用各列均值填充缺失值的结果:") print(mean_filled) ``` ##### 使用前向/后向填充 ```python forward_fill = df.ffill() # 向前填充 backward_fill = df.bfill() # 向后填充 print("\n向前填充结果:") print(forward_fill) print("\n向后填充结果:") print(backward_fill) ``` #### 插值法填充 `interpolate()` 方法可以根据数值趋势进行插值填充。 ```python interpolated_data = df.interpolate(method='linear') # 线性插值 print("\n线性插值填充结果:") print(interpolated_data) ``` --- ### 结合 NumPy 进行更复杂的操作 如果需要进一步利用 NumPy 提供的功能，比如对特定条件下的缺失值进行复杂处理，则可如下实现： ```python data_array = df.to_numpy() # 转换为NumPy数组 mask = np.isnan(data_array) # 获取NaN位置的掩码 data_array[mask] = 0 # 将NaN替换成0 converted_back_df = pd.DataFrame(data_array, columns=df.columns) # 转回DataFrame print("\n通过NumPy修改后的数据帧:") print(converted_back_df) ``` 上述方法展示了如何灵活运用 Pandas 和 NumPy 来解决实际问题[^1][^2][^3].