归档157

636 字

3 分钟

pandas 缺失值处理

2026-06-29

数据分析

pandas

pandas 缺失值处理#

在做数据分析时，缺失值是非常常见的问题。比如表格中某些学生没有填写成绩，某些商品没有价格，某些用户没有年龄，这些空值如果不处理，后面的统计结果就可能不准确。

今天记录一下 pandas 中缺失值的常用处理方式。

1、构造一份示例数据#

1
import pandas as pd
2
import numpy as np
3

4
data = {
5
    "姓名": ["张三", "李四", "王五", "赵六"],
6
    "数学": [85, np.nan, 90, 76],
7
    "英语": [88, 92, np.nan, 80],
8
    "城市": ["西安", "北京", None, "成都"]
9
}
10

11
df = pd.DataFrame(data)
12
print(df)

这里的 np.nan 和 None 都可以表示缺失值。

2、检查缺失值#

查看每个位置是不是缺失值：

1
print(df.isna())

统计每一列缺失值数量：

1
print(df.isna().sum())

如果只想看哪些列存在缺失值：

1
print(df.isna().any())

这一步一般放在数据分析最开始，用来判断数据质量。

3、删除缺失值#

删除包含缺失值的行：

1
df_drop_row = df.dropna()
2
print(df_drop_row)

删除包含缺失值的列：

1
df_drop_col = df.dropna(axis=1)
2
print(df_drop_col)

注意：删除数据虽然简单，但是可能会损失很多信息。如果数据量本来就不大，要谨慎使用。

4、填充缺失值#

用固定值填充：

1
df_fill = df.fillna(0)
2
print(df_fill)

对不同列使用不同填充值：

1
df_fill = df.fillna({
2
    "数学": df["数学"].mean(),
3
    "英语": df["英语"].mean(),
4
    "城市": "未知"
5
})
6
print(df_fill)

这里数学和英语用平均分填充，城市用“未知”填充。

5、前向填充和后向填充#

有些数据是时间序列，比如每天的温度、价格，可以使用前一个有效值填充：

1
df_forward = df.ffill()
2
print(df_forward)

也可以使用后一个有效值填充：

1
df_backward = df.bfill()
2
print(df_backward)

这种方式适合连续性比较强的数据，不适合随便填所有表格。

6、一个完整的小案例#

1
import pandas as pd
2
import numpy as np
3

4
data = {
5
    "姓名": ["张三", "李四", "王五", "赵六"],
6
    "数学": [85, np.nan, 90, 76],
7
    "英语": [88, 92, np.nan, 80]
8
}
9

10
df = pd.DataFrame(data)
11

12
# 查看缺失情况
13
print(df.isna().sum())
14

15
# 用每列平均值填充分数
16
score_cols = ["数学", "英语"]
17
df[score_cols] = df[score_cols].fillna(df[score_cols].mean())
18

19
# 计算总分和平均分
20
df["总分"] = df[score_cols].sum(axis=1)
21
df["平均分"] = df[score_cols].mean(axis=1)
22

23
print(df)

总结#

缺失值处理没有固定答案，一般按照下面的思路来：

1
先检查缺失情况 -> 判断缺失原因 -> 决定删除还是填充 -> 再做统计分析

如果是学习阶段，先掌握 isna()、dropna()、fillna() 这几个方法，基本就能处理大部分简单表格了。

文章分享

如果这篇文章对你有帮助，欢迎分享给更多人！

pandas 缺失值处理

https://blog.tjcheng.cn/posts/daily/2026-06-29/pandas-missing-values/

作者

TengJinCheng

发布于

2026-06-29

许可协议

CC BY-NC-SA 4.0

博客日常维护清单

Python 路径问题排查

音乐

音乐