讲师中心 微信公众号

工具推荐

视频效率加速
updream

一键生成高质量推广成片

SoundView
SoundView

字幕擦除翻译、配音口型同步

Laper
Laper

剧本策划到成片协作

Seko
Seko

AI短剧一键生成成片

如何在Pandas中识别并处理非标准缺失值(如"?"字符串)

星丽小哥_8453

星丽小哥_8453

发布时间:2026-11-17 16:15:11

|

465人浏览过

|

来源于php中文网

原创

如何在Pandas中识别并处理非标准缺失值(如

本文介绍如何将数据集中以特殊符号(如"?"、"-1"、"null"等)表示的非标准缺失值统一识别并转换为pandas原生缺失标识(pd.na),从而确保isnull()、dropna()、fillna()等操作能正确生效。

本文介绍如何将数据集中以特殊符号(如"?"、"-1"、"null"等)表示的非标准缺失值统一识别并转换为pandas原生缺失标识(pd.na),从而确保isnull()、dropna()、fillna()等操作能正确生效。

在真实数据分析场景中,缺失值往往不以标准的NaN或None形式出现,而是被标记为字符串如"?"、"N/A"、"NULL"、""(空字符串)甚至数值型占位符如-999。这类“伪装型”缺失值无法被Pandas内置的isnull()、dropna()等函数自动识别,导致缺失统计为0、清洗逻辑失效,甚至引发后续建模偏差。

解决的关键在于标准化预处理:将非标准缺失标记显式替换为Pandas推荐的缺失值表示——pd.NA(适用于支持扩展类型的字符串/整数列)或np.nan(适用于浮点列)。推荐优先使用pd.NA,因其具有更强的类型安全性和语义清晰性。

以下是一个典型示例:

import pandas as pd
import numpy as np

# 构造含非标准缺失值的DataFrame
data = {"age": [25, 30, "?"], "city": ["Beijing", "?", "Shanghai"], "score": [88.5, "?", 92.0]}
df = pd.DataFrame(data)

print("原始数据:")
print(df)
print("\n原始isnull()统计(无法识别'?'):")
print(df.isnull().sum())
# age      0
# city     0
# score    0 → 全部为0!误判无缺失

# ✅ 正确做法:用replace()将"?"统一转为pd.NA
df_clean = df.replace("?", pd.NA)

print("\n标准化后:")
print(df_clean)
print("\n标准化后的isnull()统计:")
print(df_clean.isnull().sum())
# age      1
# city     1
# score    1 → 准确识别全部3处缺失

注意事项与进阶技巧:

  • ✅ 支持批量替换:df.replace(["?", "N/A", ""], pd.NA)
  • ✅ 区分列处理:df["age"] = df["age"].replace("?", pd.NA)(避免影响其他列)
  • ⚠️ 若列含混合类型(如数字+字符串),建议先统一转为string dtype再替换,防止隐式转换错误;
  • ⚠️ pd.NA要求列使用支持扩展类型的dtype(如string、Int64),若需兼容旧版Pandas或特定下游库,可改用np.nan(但会强制列转为float64);
  • ? 替换前建议先探索缺失模式:df.apply(lambda x: x.isin(["?", "N/A", "NULL", ""])).sum() 快速定位可疑标记。

完成标准化后,所有Pandas缺失值相关方法(df.dropna()、df.fillna("Unknown")、df.isna().mean()等)均可无缝工作,真正实现缺失值治理的端到端一致性。

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
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。

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。

Seko
Seko Hot

一款AI视频创作工具,主要用于商汤科技推出的创编一体的AI短视频创作Agent,适合需要提升相关任务效率的用户。

PixPix
PixPix Hot

PixPix是一款面向电商视觉生产的AI商品图生成工具。

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。

墨刀AI
墨刀AI Hot

一款AI图像与设计工具,主要用于产品经理的专属智能体,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。

花生AI
花生AI Hot

一款AI视频创作工具,主要用于B站推出的AI视频创作工具,适合需要提升相关任务效率的用户。

码上飞
码上飞 Hot

一款基于自然语言的AI应用开发平台,可根据用户描述自动生成应用程序,帮助个人和团队快速完成应用原型与开发。

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

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。

140

2026.11.12

Go-Zero安装与goctl环境配置教程
Go-Zero安装与goctl环境配置教程

本专题围绕Go-Zero的安装与工具链配置展开,讲清Go版本要求、goctl安装方式、代理镜像、protoc依赖与环境变量设置,说明多版本共存、升级回退与CI流水线安装的做法,并整理安装阶段的常见报错与验证步骤。

100

2026.11.12

Go-Zero零基础入门教程
Go-Zero零基础入门教程

本专题整理Go-Zero的入门知识,从框架定位、环境准备到跑通第一个API服务,讲清目录分层、配置加载、日志与中间件的基本用法,并对比Gin、Kratos的差异,帮助Go开发者建立整体认知,判断它是否适合当前项目。

80

2026.11.12

Postman身份认证怎么配置
Postman身份认证怎么配置

本专题从实际API接口调试场景出发,讲解Postman身份认证的完整配置流程,包括常见认证协议介绍、授权参数设置、访问令牌填写、OAuth 2.0授权及认证失败排查,帮助用户正确完成接口授权与访问验证。

160

2026.11.06

Postman请求头Headers怎么设置
Postman请求头Headers怎么设置

围绕Postman HTTP请求头配置展开,讲解Headers选项的具体使用方式,包括Key和Value参数填写、请求头信息添加、常见Header字段设置及请求头修改方法,帮助用户解决接口调试过程中遇到的请求头配置问题。

140

2026.11.06

Postman接口请求发送教程
Postman接口请求发送教程

详细介绍Postman接口请求的创建与发送方法,涵盖GET和POST请求、URL配置、请求参数、Headers请求头、Body请求体设置以及响应结果查看,帮助用户掌握Postman接口请求的完整操作流程。

120

2026.11.06

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