面试题：Python中Pandas库如何处理缺失值

Question

在Python的Pandas库中，给定一个包含缺失值的DataFrame，简述至少两种处理缺失值的方法，并给出相应代码示例。

Answer 1

1. 删除缺失值：
   • dropna()方法：可以删除包含缺失值的行或列。

   import pandas as pd
   data = {
       'col1': [1, None, 3],
       'col2': [4, 5, None]
   }
   df = pd.DataFrame(data)
   # 删除包含缺失值的行
   new_df = df.dropna()
   print(new_df)
   # 删除包含缺失值的列
   new_df_col = df.dropna(axis = 1)
   print(new_df_col)
   

2. 填充缺失值：
   • fillna()方法：可以使用指定的值填充缺失值。

   import pandas as pd
   data = {
       'col1': [1, None, 3],
       'col2': [4, 5, None]
   }
   df = pd.DataFrame(data)
   # 用0填充缺失值
   filled_df = df.fillna(0)
   print(filled_df)
   # 用前一个值填充缺失值（ffill）
   filled_df_ffill = df.fillna(method='ffill')
   print(filled_df_ffill)
   # 用后一个值填充缺失值（bfill）
   filled_df_bfill = df.fillna(method='bfill')
   print(filled_df_bfill)
   

3. 使用统计量填充缺失值：
   • 对于数值列，可以用均值、中位数等统计量填充。

   import pandas as pd
   data = {
       'col1': [1, None, 3],
       'col2': [4, 5, None]
   }
   df = pd.DataFrame(data)
   # 用均值填充col1的缺失值
   mean_value = df['col1'].mean()
   df['col1'] = df['col1'].fillna(mean_value)
   print(df)
   # 用中位数填充col2的缺失值
   median_value = df['col2'].median()
   df['col2'] = df['col2'].fillna(median_value)
   print(df)