4. 串联DataFrame方法

  1. #  使用isnull方法将每个值转变为布尔值
  2.  In[30]: movie = pd.read_csv('data/movie.csv')
  3.          movie.isnull().head()
  4. Out[30]:

4. 串联DataFrame方法 - 图1

  1. #  使用sum统计布尔值，返回的是Series
  2.  In[31]: movie.isnull().sum().head()
  3. Out[31]: color                       19
  4.          director_name              102
  5.          num_critic_for_reviews      49
  6.          duration                    15
  7.          director_facebook_likes    102
  8.          dtype: int64
  1. #  对这个Series再使用sum，返回整个DataFrame的缺失值的个数，返回值是个标量
  2.  In[32]: movie.isnull().sum().sum()
  3. Out[32]: 2654
  1. #  判断整个DataFrame有没有缺失值，方法是连着使用两个any
  2.  In[33]: movie.isnull().any().any()
  3. Out[33]: True

原理

  1. #  isnull返回同样大小的DataFrame，但所有的值变为布尔值
  2.  In[34]: movie.isnull().get_dtype_counts()
  3. Out[34]: bool    28
  4.          dtype: int64

更多

  1. #  movie数据集的对象数据包含缺失值。默认条件下，聚合方法min、max、sum，不会返回任何值。
  2.  In[35]: movie[['color', 'movie_title', 'color']].max()
  3. Out[35]: Series([], dtype: float64)
  1. #  要让pandas强行返回每列的值，必须填入缺失值。下面填入的是空字符串：
  2.  In[36]: movie.select_dtypes(['object']).fillna('').max()
  3. Out[36]: color                                                          Color
  4.          director_name                                          Étienne Faure
  5.          actor_2_name                                           Zubaida Sahar
  6.          genres                                                       Western
  7.                                                                            ...                        
  8.          movie_imdb_link    [http://www.imdb.com/title/tt5574490/?ref_=fn_t...](http://www.imdb.com/title/tt5574490/?ref_=fn_t...)
  9.          language                                                        Zulu
  10.          country                                                 West Germany
  11.          content_rating                                                     X
  12.          Length: 12, dtype: object</pre>