处理缺失数据

使用 pandas 重塑数据

Maria Eugenia Inzaugarat

Data Scientist

回顾

  • 对 DataFrame 进行 stack 与 unstack:
    • 所有列索引层级
    • 某个行索引层级
    • 选择要 stack 或 unstack 的层级
使用 pandas 重塑数据

unstack 会产生缺失值

各子组的标签集合不同

animals
                                jump  run  fly
class    order         name                   
Mammalia carnivora     dog        No  Yes   No
         Diprotodontia Kangaroo  Yes   No   No
Aves     hervibora     bird       No   No  Yes
使用 pandas 重塑数据

unstack 会产生缺失值

各子组的标签集合不同

animals
                                jump  run  fly
class    order         name                   
   Mammalia carnivora     dog        No  Yes   No <--
         Diprotodontia Kangaroo  Yes   No   No
Aves     hervibora     bird       No   No  Yes
使用 pandas 重塑数据

unstack 会产生缺失值

各子组的标签集合不同

animals.unstack(level='class')
                                 jump            run           fly         
        clas             Aves Mammalia Aves Mammalia Aves Mammalia
        order       name                                              
  Diprotodontia Kangaroo  NaN      Yes  NaN       No  NaN       No
      carnivora      Dog  NaN       No  NaN      Yes  NaN       No
Charadriiformes   Avocet   No      NaN   No      NaN  Yes      NaN
使用 pandas 重塑数据

unstack 会产生缺失值

各子组的标签集合不同

animals.unstack(level='class')
                                 jump            run           fly         
        clas             Aves Mammalia Aves Mammalia Aves Mammalia
        order       name                                              
  Diprotodontia Kangaroo  NaN      Yes  NaN       No  NaN       No
  -----------------------------
      carnivora      Dog  NaN <--  No   NaN      Yes  NaN       No
  -----------------------------
Charadriiformes   Avocet   No      NaN   No      NaN  Yes      NaN
使用 pandas 重塑数据

用 unstack 处理 NaN

animals.unstack(level='class', fill_value=    )
使用 pandas 重塑数据

用 unstack 处理 NaN

animals.unstack(level='class', fill_value='No')
使用 pandas 重塑数据

用 unstack 处理 NaN

animals.unstack(level='class', fill_value='No').sort_index(level=['order', 'name'], ascending=[True, False])
                                 jump            run           fly         
        clas             Aves Mammalia Aves Mammalia Aves Mammalia
        order       name                                              
  Diprotodontia Kangaroo   No      Yes   No       No   No       No
      carnivora      Dog   No       No   No      Yes   No       No
Charadriiformes   Avocet   No       No   No       No  Yes       No
使用 pandas 重塑数据

stack 与缺失值

原始 DataFrame 中缺少的索引与列值组合

flowers
     petals Stigma
     number   size
rose     40    NaN
Lily      8      5
使用 pandas 重塑数据

stack 与缺失值

原始 DataFrame 中缺少的索引与列值组合

flowers.stack()
            Stigma  petals
rose number    NaN    40.0
Lily number    NaN     8.0
       size      5     NaN
使用 pandas 重塑数据

stack 与缺失值

原始 DataFrame 中缺少的索引与列值组合

flowers.stack(dropna=True)
            Stigma  petals
rose number    NaN    40.0
Lily number    NaN     8.0
       size      5     NaN
使用 pandas 重塑数据

stack 与缺失值

原始 DataFrame 中缺少的索引与列值组合

flowers.stack(dropna=False)
            Stigma  petals
rose number    NaN    40.0
         size    NaN     NaN <--
Lily number    NaN     8.0
       size      5     NaN
使用 pandas 重塑数据

用 stack 处理 NaN

flowers.stack(dropna=False).fillna(0)
            Stigma  petals
rose number      0    40.0
       size      0       0
Lily number      0     8.0
       size      5       0
使用 pandas 重塑数据

Passons à la pratique !

使用 pandas 重塑数据

Preparing Video For Download...