こんにちは，shun（@datasciencemore）です！！
今回はfillnaについて学習していきます．
fillnaは，欠損値を指定した値に置換するメソッドです．
イメージとしてはこのようになります．
データフレームに置換後の値を指定してfillnaを適用すると，欠損値を指定した値に置換します．
この例だと置換後の値を0と設定しているので，欠損値が0に置換されています．
置換後の値の指定方法は，主に２つあります．
１つ目は，引数をvalueとする方法です．
引数をvalueとすると，置換後の値を直接指定することができます．
引数valueは省略することができます．
また，辞書やシリーズで指定することもできます．
2つ目は，引数をmethodとする方法です．
引数をmethodとすると，置換後の値を欠損値の上下の値に指定することができます．
欠損値の上の値で置換する場合，ffillを
欠損値の下の値で置換する場合，bfillを指定すればOKです．
０．準備
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 |
# パッケージ読み込み import pandas as pd import numpy as np # データフレームの表示行数を指定 pd.set_option('display.max_rows',5) # データフレームを定義 df = pd.DataFrame( { "x":[1, 3, 2, 8, 10], "y":[10, 4, np.nan, 6, np.nan], "z":[np.nan, 8, 7, 8, np.nan] } ).astype("float") |
１．value：置換後の値を直接指定
|
1 2 |
# 欠損値を0に置換 df.fillna(value=0) |
|
1 2 |
# 欠損値を0に置換 （value省略） df.fillna(0) |
|
1 2 |
# y列の欠損値を5に，z列の欠損値を3に置換 df.fillna({"y":5, "z":3}) |
|
1 2 |
# 欠損値を各列の平均に置換 df.fillna(df.mean()) |
２．method：置換後の値を欠損値の上下の値に指定
|
1 2 |
# 欠損値の上の値で置換 df.fillna(method="ffill") |
|
1 2 |
# 欠損値の下の値で置換 df.fillna(method="bfill") |
まとめ
今回はfillnaについて学習してきました．
fillnaは，欠損値を指定した値に置換するメソッドです．
引数にvalueかmethodを設定することで，柔軟に置換後の値を指定することが出来ます．
さて，これで欠損値処理の説明が終了となり，晴れてpandas編が終了となります．
pandasは，データ分析のメインパッケージの中でも一番よく使用するパッケージです．
なので，学習すべき事項もとてもたくさんあります．
1回では絶対に習得できないので，何回も復習しましょう！
次回からplotnine編が始まります．
plotnine編では，データの可視化に焦点を当てていくのでお楽しみに♪
それでは，お疲れさまでした！！
次回
-
-
【plotnine】plotnineってなに？？【可視化】
こんにちは，shun（@datasciencemore）です！！ 今回からしばらくの間，plotnineについて説明していきます． 目次０．plotnineってなに？？１．データの可視化２．なぜplo ...
続きを見る
