Python 常用缺失值处理方法

Python 常用缺失值处理方法，包括：

• 检查缺失值 ❀
• 删除缺失值 ❀
• 前向填充（forward fill） ❀
• 后向填充（backward fill） ❀
• 插值（线性、多项式、时间序列插值等） ❀

全部使用 pandas（数据分析最常用）。

一、 数据示例 ⭐️

import pandas as pd        # 导入 pandas 库，用于数据处理与分析
import numpy as np         # 导入 numpy 库，用于科学计算（如产生 NaN）

# 创建一个 DataFrame，其中包含两列：time 和 value
df = pd.DataFrame({
    # 生成 7 天的日期序列，从 2024-01-01 开始
    "time": pd.date_range("2024-01-01", periods=7),

    # 创建一个数值列表，部分值为 np.nan（缺失值）
    "value": [1, np.nan, 3, np.nan, np.nan, 6, 7]
})

# 打印输出整个 DataFrame
print(df)

二、 查看缺失值 ⭐️

# 查看每列缺失数量
print(df.isna().sum())

# 查看具体缺失行
print(df[df.isna().any(axis=1)])

三、 删除缺失值 ⭐️

# 删除含缺失值的行
df_drop_row = df.dropna()

# 删除含缺失值的列
df_drop_col = df.dropna(axis=1)

四、前向填充（Forward Fill） ⭐️

适用于时间序列。
缺失值会用 前面 的非缺失值填上。

df_ffill = df.fillna(method="ffill")

五、后向填充（Backward Fill） ⭐️

缺失值会用 后面 的非缺失值填上。

df_bfill = df.fillna(method="bfill")

六、线性插值（最常用） ⭐️

适用于连续的数值数据。

df_linear = df.interpolate(method="linear")

七、时间序列插值（Time Interpolation） ⭐️

如果你的索引是时间序列，效果更好：

df_time = df.set_index("time").interpolate(method="time")

八、多项式插值（Polynomial Interpolation） ⭐️

适合曲线型趋势：

# ⚠️ order=2 表示二次曲线，可根据需要调整。
df_poly = df.interpolate(method="polynomial", order=2)

九、分组插值（按某种类别分组） ⭐️

如果数据有多组情况：

df.groupby("group")["value"].apply(lambda x: x.interpolate())

十、总结对比 ⭐️

方法	说明	推荐使用场景
dropna	删除缺失	缺失值很少
ffill/bfill	用前/后值填充	时间序列、趋势稳定
linear	线性插值	大多数数值型数据
time	时间序列插值	按时间点变化的数据
polynomial	多项式插值	曲线趋势强
groupby + interpolate	分组数据	多个设备、多个类别