python出现nan怎么解决_python nan怎么解决

很多数据不可避免的会遗失掉，或者采集的时候采集对象不愿意透露，这就造成了很多NaN(Not a Number)的出现。这些NaN会造成大部分模型运行出错，所以对NaN的处理很有必要。

解决方法：

1、简单粗暴地去掉

1)有如下dataframe，先用df.isnull().sum()检查下哪一列有多少NaN:import pandas as pd

df = pd.DataFrame({'a':[None,1,2,3],'b':[4,None,None,6],'c':[1,2,1,2],'d':[7,7,9,2]})

print (df)

print (df.isnull().sum())

输出：

2)将含有NaN的列(columns)去掉:data_without_NaN =df.dropna(axis=1)

print (data_without_NaN)

输出：

2、遗失值插补法

很多时候直接删掉列会损失很多有价值的数据，不利于模型的训练。

所以可以考虑将NaN替换成某些数，显然不能随随便便替换，有人喜欢替换成0，往往会画蛇添足。

譬如调查工资收入与学历高低的关系，有的人不想透露工资水平，但如果给这些NaN设置为0很显然会失真。所以Python有个Imputation(插补)的方法。代码如下：from sklearn.preprocessing import Imputer

my_imputer = Imputer()

data_imputed = my_imputer.fit_transform(df)

print (type(data_imputed))

# array转换成df

df_data_imputed = pd.DataFrame(data_imputed,columns=df.columns)

print (df_data_imputed)

输出：

可以看出，这里大概是用平均值进行了替换。

更多Python知识，请关注：Python自学网！！