pandas fillna_Pandas学习笔记（二）

前言

上一篇研究了如何构建一个Pandas的Series和DataFrame，之后对DataFrame的行列选择及增加删除行为进行了探索，这一节将从如何对DataFrame进行条件选择开始。

条件选择

DataFrame 中的条件选择指的是这样一回事，比如对某个全为数字的列，我们可以通过指定该列大于或小于某个值，从而得到一个新的结果。下面我们先来用numpy包构造一个全是数字的DataFrame：

选择第1列大于0的数据：

如果我们在第1列大于0的结果中只显示第2列，可以这样子：

当然，在已经条件筛选的结果中选择任意列组合也没有问题：

上面的一行代码显得简洁，它其实相当于下面代码合在一起的功能：

如果利用逻辑运算符&和|，则会组合出更复杂的选择语句，比如我们要选出第1列大于0，且第3列小于0的结果，可以这样写：

重建索引有时候我们可能觉得数据框架中的列标没那么明显地显示行数，此时可以用.reset_index()函数来重建一个索引，该函数可以将数据集的行从0到len(data)-1进行排列，数据集的前后对比如下：

以上的操作并不改变原数据框架，如果我们想为原数据集添加数字行标，则需要在reset_index()的参数中添加inplace=True，这样就不会创建新的数据框架，而是对原数据框架进行修改：

为数据框架重建索引，并不一定要用数字，还可以指定数据集的某一列，比如我们重新为新数据集添加一列：

为了将 ID 列作为索引，需要用到 set_index 函数：

和 .reset_index 不一样的是， set_index 直接用新列重置了旧索引，当然它也是新建了一个数据框架，原数据集不变。

多重索引熟悉Excel的同学肯定知道在Excel中，有一项数据排序功能，它可以按第一关键列排序，之后再按第二关键列排列。这就牵扯到数据的多重索引问题，在Pandas中，创建多重索引也很容易，它可以从元组数组中产生，但要保证该数组中每一个元组都是独一无二的，比如，我们先来创建一个元组数组：

接下来，由上面这个数组来创建一个 pandas 多重索引：

然后根据这个多重索引创建数据框架：

同样可用 loc 对上述索引进行数据的选取：

刚才创建的 DataFrame 有两个索引，它们应该有不同的名字，现在我们来给它们设置名称：

如果我们只要选择上述数据框架中的数量为 10 的值，应该这样子来写：

对缺失数据的处理

在用pandas读取数据的过程中，难免会产生一些缺失数据，下面我们来创建一个带缺失数据的DataFrame来进行相关演示：

用dropna可以去掉任何含有NaN值的行，要删除含有NaN值的列，则需要dropna(axis=1)，默认axis=0:

与dropna相似的还有一个fillna函数，它可以给缺失值填充数值，比如将所有的NaN值替换为10：

或者将指定列的 NaN 填充为该列的平均值：

和前面的函数类似， dropna 和 fillna 都不改变原数据框架，它们的运行结果都是重新生成新的数据框架。

小结

本文研究了DataFrame的条件选择，又对数据框架的索引问题进行了分析，最后对数据框架中的缺失值进行了筛选和填充，接下来，我们将学习利用Pandas进行数据的聚合。