Pandas模块学习笔记4：缺失数据处理与层次化索引

1、缺失数据处理

（1）滤除缺失数据

frame.dropna()  //删除含有缺失值的行
frame.dropna(how='all') //删除所有值均为缺失值的行
frame.dropna(axis=1, how='all') //删除所有制均为缺失值的列
frame.dropna(thresh=3)  //显示非缺失值不少于3个的行

（2）补充缺失数据

frame.fillna(0)  //将缺失值填充为0
df.fillna(method='ffill', limit=2) //使用向下填充，限制最多向下填充2个
data.fillna(data.mean()) //将缺失值填充为均值
df.fillna({1: 0.5, 2: 100}) //使用字典填充，index =1的行缺失值填充为0.5，index =2的行缺失值填充为100

 

2、层次化索引

层次化索引（hierarchical indexing)是pandas的一项重要功能，它能在一个轴上拥有多个（两个以上）索引级别。抽象点说，它使能以低维度形式处理高维度数据。

frame= Series(  np.random.randn(10),
                index=[['a', 'a', 'a', 'b', 'b', 'b', 'c', 'c', 'd', 'd'],
                     [1, 2, 3, 1, 2, 3, 1, 2, 2, 3]]   ) 
frame['b':'c'] //取出从index ='b'到index ='c'的所有行（包括c），即b1,b2,b3,b1,c2
frame[:, 2]   //选取第一层所有，第二层的index=2，即a2,b2,c2,d2

frame.unstack(level=0)   //以外层（第0层）abcd为列索引，反堆叠
frame.unstack(level=1)   //以内层（第1层）123为列索引，反堆叠
frame.unstack().stack()  //堆叠