Pandas如何清洗空单元格

接着前面我们给大家准备好的有问题的天气数据，下面大家讲解如何清理CSV文件中那些空的单元格和数据。

1.删除空白行

想输出一个没有空行的新DataFrame数据，可以使用dropna函数，直接调用即可返回新的没有空白行的数据，例子程序如下：

import pandas as pd

df=pd.read_csv('dotcpp.csv')

new_df=df.dropna()

print(new_df.to_string())

大家可以阅读代码，我这里用了新的变量来接收dropna的返回值，原因是fropna函数默认不更改原数据，如果想直接修改原数据，那么可以给dropna函数带一个参数inplace = True  也就是这么写就行了：

import pandas as pd

df=pd.read_csv('dotcpp.csv')

df.dropna(inplace = True)

print(df.to_string())

这样可以不多定义一个DataFrame变量，更省事

2.替换单元格中的空值

如果想用用指定内容填充CSV文件中的空内容，注意这里的空内容是指NaN、NULL等内容，并不包括空格的内容（空格本身也属于一种内容）

那么可以使用fillna函数来实现，来看个例子：

import pandas as pd

df=pd.read_csv('dotcpp.csv')

df.fillna('ERROR',inplace=True)

print(df.to_string())

我们的代码是将CSV文件中的空字符，改成“ERROR”，并且使用inplace=True参数表示再原来数据上修改（并非是文件本身），然后直接输出，大家可以观察输出效果，原先是NaN以及NULL的数据将会被ERROR代替，笔者这里效果如下：

类似的，如果想缩小范围，指定某列上的空值，那么我们可以用字典的key值去指定列，比如代码：

import pandas as pd

df=pd.read_csv('dotcpp.csv')

df['city'].fillna('ERROR',inplace=True)

print(df.to_string())

这段代码意思是我们仅想修改'city'这列上的空值替换，因此可以借助DataFrame的键值去指定，即可实现效果，如下图：

3.使用平均值、中位数、众数替换

我们如果即不想删除，也不想用我们预设的内容填充空内容，如果想用该列的平均值、中位数、众数（就是出现次数最多的）也是有现成函数的，分别是：mean()、median()、mode()

我们举个例子，比如我们想对现有所有城市的最高温度（temp_max）这一列用这一列的平均值来填充空内容，则可以这么写：

import pandas as pd

df=pd.read_csv('dotcpp.csv')

t=df['temp_max'].mean()

df['temp_max'].fillna(t,inplace=True)

print(df.to_string())

注意使用这三个函数的前提一定是某一列，这样才能保证数值类型一致，然后我们读取内容后，调用mean()函数计算平均值t，然后将t传入fillna函数即可，效果如下：

大家可以看到图中标注有小数位数的就是填充替换后的值，其余两个函数大家可以亲自上机试验~