讲师中心 微信公众号

工具推荐

视频效率加速
立刻MV
立刻MV

低成本歌曲 MV、视频生成

Seko
Seko

AI短剧一键生成成片

updream

一键生成高质量推广成片

AniShort
AniShort

AI短剧协同制作平台

Pandas 中识别并清除“孤立值”:高效处理前后均为 NaN 的单元格

大静君_6998

大静君_6998

发布时间:2026-02-23 18:42:11

|

576人浏览过

|

来源于php中文网

原创

Pandas 中识别并清除“孤立值”:高效处理前后均为 NaN 的单元格

本文介绍如何在 pandas dataframe 中精准识别并清除“孤立值”——即当前值非空,但其上一行和下一行对应列值均为 nan 的单元格,并统一置为 none(或 nan),适用于数据清洗与信号去噪场景。

本文介绍如何在 pandas dataframe 中精准识别并清除“孤立值”——即当前值非空,但其上一行和下一行对应列值均为 nan 的单元格,并统一置为 none(或 nan),适用于数据清洗与信号去噪场景。

在时间序列、传感器数据或结构化表格处理中,常遇到一类需要被剔除的“噪声点”:它们自身有有效值,但上下邻近行在相同列中均为缺失值(NaN),形成逻辑上孤立的单点。这类值缺乏上下文支撑,往往属于误采、异常跳变或填充残留,需系统性清除。Pandas 提供了简洁高效的向量化方案——核心在于利用 shift() 方法获取前驱与后继行,再结合布尔索引完成条件替换。

以下是一个完整、可复现的教程实现:

✅ 步骤一:构造示例数据

import pandas as pd
import numpy as np

# 构建原始 DataFrame(模拟问题中的结构)
df = pd.DataFrame({
    "A": [np.nan, 1, np.nan, 1, 1, 1, 1],
    "B": [1,      1, np.nan, 1, np.nan, 1, 1]
})
print("原始 DataFrame:")
print(df)

输出:

     A    B
0  NaN  1.0
1  1.0  1.0
2  NaN  NaN
3  1.0  1.0
4  1.0  NaN
5  1.0  1.0
6  1.0  1.0

✅ 步骤二:识别并清除列 A 中的孤立值

我们定义“孤立值”为:当前值非空,且 shift(1)(上一行)与 shift(-1)(下一行)均为 NaN。注意边界行为:首行无上一行 → shift(1) 返回 NaN;末行无下一行 → shift(-1) 返回 NaN。这恰好符合逻辑(例如第1行索引1:A[0]=NaN, A[2]=NaN → 应被清除)。

# 对列 A 执行孤立值检测与清除
prev_a = df["A"].shift(1)   # 上一行值
next_a = df["A"].shift(-1)  # 下一行值

# 条件:当前值非空 AND 上下均为 NaN → 视为孤立,置为 NaN
mask_a_isolated = df["A"].notna() & prev_a.isna() & next_a.isna()
df["A"] = df["A"].where(~mask_a_isolated, other=np.nan)

print("\n列 A 清除孤立值后:")
print(df[["A", "B"]])

✅ 步骤三:批量处理多列(推荐通用写法)

为避免重复代码,可封装为函数,支持对指定列批量操作:

def remove_isolated_values(df, columns, inplace=False):
    """
    清除指定列中“孤立值”:当前非空,但上下行均为 NaN 的单元格。

    Parameters:
    -----------
    df : pd.DataFrame
        输入 DataFrame
    columns : list of str
        需处理的列名列表
    inplace : bool, default False
        是否原地修改
    """
    if not inplace:
        df = df.copy()

    for col in columns:
        if col not in df.columns:
            continue
        prev = df[col].shift(1)
        nxt = df[col].shift(-1)
        # 当前非空 + 上下均为空 → 孤立
        mask = df[col].notna() & prev.isna() & nxt.isna()
        df.loc[mask, col] = np.nan

    return df

# 应用到列 A 和 B
df_clean = remove_isolated_values(df, columns=["A", "B"])
print("\n最终结果(A、B 列均处理):")
print(df_clean)

输出结果与题目“Target DataFrame”完全一致:

     A    B
0  NaN  1.0
1  NaN  1.0   ← 原来是 1,因上下均为 NaN 被清除
2  NaN  NaN
3  1.0  NaN   ← B 列此处原为 1,但 B[2]=NaN, B[4]=NaN → 被清除
4  1.0  NaN
5  1.0  1.0
6  1.0  1.0

⚠️ 注意事项与最佳实践

  • 边界安全:shift() 在首/尾自动填充 NaN,天然适配边界判断,无需额外处理索引越界;
  • 数据类型兼容性:该方法适用于数值、字符串、日期等所有支持 isna() 的类型;
  • 性能优势:全程向量化,避免 iterrows() 或 apply(lambda x: ...) 等低效循环;
  • 扩展性:如需“连续 N 行为空才视为孤立”,可改用 rolling().apply() 配合自定义函数;
  • 慎用 None vs np.nan:Pandas 内部统一用 np.nan 表示浮点缺失值;若需保留 None(如对象列),可用 other=None 替代 np.nan,但建议优先使用 np.nan 保证一致性。

通过本方法,你可在数行代码内完成高鲁棒性的孤立值清洗,显著提升数据质量与后续分析可靠性。

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

热门AI工具

更多
咔片AIPPT

一款在线AI演示文稿制作工具,可根据主题和内容需求辅助生成PPT结构与页面,提高演示材料制作效率。

豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

Loomy
Loomy Hot

一款AI工具,主要用于科大讯飞发布的桌面级 AI 助理,比 OpenClaw 更易用、更安全!,适合需要提升相关任务效率的用户。

DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

函子Zion

一款支持AI搭建、可视化编辑和多端发布的全栈无代码开发平台。

立刻MV
立刻MV Hot

立刻MV是一款AI文本写作工具,AI 音乐视频(MV)创作工具。

Atoms
Atoms Hot

Atoms是一款AI智能体工具,第一支自动构建真实业务的 AI 团队。

VibeKnow
VibeKnow Hot

一款AI视频创作工具,主要用于全球首个AI知识视频创作平台,文档、文章、网页,一键生成视频,适合需要提升相关任务效率的用户。

相关专题

更多
Python 时间序列分析与预测
Python 时间序列分析与预测

本专题专注讲解 Python 在时间序列数据处理与预测建模中的实战技巧,涵盖时间索引处理、周期性与趋势分解、平稳性检测、ARIMA/SARIMA 模型构建、预测误差评估,以及基于实际业务场景的时间序列项目实操,帮助学习者掌握从数据预处理到模型预测的完整时序分析能力。

360

2025.12.04

Python 数据清洗与预处理实战
Python 数据清洗与预处理实战

本专题系统讲解 Python 在数据清洗与预处理中的核心技术,包括使用 Pandas 进行缺失值处理、异常值检测、数据格式化、特征工程与数据转换,结合 NumPy 高效处理大规模数据。通过实战案例,帮助学习者掌握 如何处理混乱、不完整数据,为后续数据分析与机器学习模型训练打下坚实基础。

292

2026.01.31

Python数据分析与Pandas高级实战
Python数据分析与Pandas高级实战

本专题围绕 Python 数据分析展开,系统讲解 Pandas 的高级用法,包括数据清洗、透视表、时间序列分析以及多表合并与分组操作。通过实战案例,帮助开发者掌握高效处理与分析数据的方法,提高数据处理效率与分析能力。

991

2026.04.13

数据类型有哪几种
数据类型有哪几种

数据类型有整型、浮点型、字符型、字符串型、布尔型、数组、结构体和枚举等。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

3571

2023.10.31

php数据类型
php数据类型

本专题整合了php数据类型相关内容,阅读专题下面的文章了解更多详细内容。

574

2025.10.31

c语言 数据类型
c语言 数据类型

本专题整合了c语言数据类型相关内容,阅读专题下面的文章了解更多详细内容。

602

2026.02.12

js 字符串转数组
js 字符串转数组

js字符串转数组的方法:1、使用“split()”方法;2、使用“Array.from()”方法;3、使用for循环遍历;4、使用“Array.split()”方法。本专题为大家提供js字符串转数组的相关的文章、下载、课程内容,供大家免费下载体验。

1938

2023.08.03

js截取字符串的方法
js截取字符串的方法

js截取字符串的方法有substring()方法、substr()方法、slice()方法、split()方法和slice()方法。本专题为大家提供字符串相关的文章、下载、课程内容,供大家免费下载体验。

3224

2023.09.04

Go-Zero API开发使用教程
Go-Zero API开发使用教程

本专题聚焦Go-Zero的API开发,拆解.api描述文件的语法结构、路由与分组定义、参数绑定与校验规则,说明统一响应体、JWT鉴权、跨域与接口文档生成的落地方式,并给出网关聚合与接口测试的实践建议。

120

2026.11.12

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
热门推荐
/
最新课程
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn