304am永利集团_永利集团304am官方入口


  • 免费服务热线
  • 400-065-6886
  • 电话:86(0)512-6295 9990
  • 传真:86(0)512-6295 9995
新闻中心

Python入门到底有多简单(三):填充数据

发稿时间:2020-09-22来源:天昊生物

上篇【Python入门到底有多简单】之groupby数据分类汇总(二)中,末尾我们生成文件phylum_1.xlsx,phylum列有单元格是合并状态,在pandas重新读取后会出现NaN,因此需要对NaN数据进行填充后分析。本次介绍几种填充方法。


In [1]:

import pandas as pd
In [2]:
df = pd.read_excel('data/ASV/phylum_1.xlsx')
df

Out[2]:



2.1用数值或字符串填充


In [3]:

NaN处均填充数值666

df.fillna(666)
Out[3]:



In [4]:

NaN处均填充uncultured

df.fillna('uncultured')
Out[4]:



2.2用字典填充


In [5]:

字典格式{key1:value1,key2:value2,......}

df.fillna({'phylum':666})

Out[5]:


2.3method参数填充

  2.3.1用前面的值填充

In [6]:

df.fillna(method='ffill')
Out[6]:


  2.3.2用后面的值填充

In [7]:

df.fillna(method='bfill')
Out[7]:


  2.3.2用后面的值填充

In [7]:

df.fillna(method='bfill')
Out[7]:


  2.3.3limit限制填充的个数

In [8]:

df.fillna(method='ffill',limit=2)
Out[8]:


  2.3.4axis=1 修改填充方向

默认参数数axis=0,按列填充。axis=1则按照行填充。bfill按照后面的值填充

In [9]:

df.fillna(method='bfill',axis=1)
Out[9]:



inplace=True直接修改原对象

inplace参数默认为False,填充后不改变原数据。inplace=True则将原数据直接改变。


In [10]:
df.fillna(method='ffill',inplace=True)
df
Out[10]:




往期相关链接:

1、R基础篇

excel不熟练怎么办,R来帮您(一)数据分类汇总

如何使用Rstudio练习R基础教程

R相关软件及R包安装

【零基础学绘图】之气泡图绘制(六)

【零基础学绘图】之绘制venn图(五)
【零基础学绘图】之绘制barplot柱状图图(四)
【零基础学绘图】之绘制heatmap图(三)

【零基础学绘图】之绘制PCA图(二)

【零基础学绘图】之alpha指数箱体图绘制(一)

2、R进阶

ggplot2参数设置麻烦?试试ggpar!

【绘图进阶】之带连线的箱体图绘制(8)

【绘图进阶】之配对箱体图绘制(七)

【绘图进阶】之通路与菌的相关性分析热图(六)

【绘图进阶】之lefse定制化绘图(五)

【绘图进阶】之六种带中心点的PCA 图和三维PCA图绘制(四)

【绘图进阶】之交互式可删减分组和显示样品名的PCA 图(三)

【绘图进阶】之绘制PCA biplot图(二)

【进阶篇绘图】之带P值的箱体图、小提琴图绘制(一)

3.python基础篇

【Python入门到底有多简单】之groupby数据分类汇总(二)
Python入门到底有多简单(一):数据读写与输出

4、数据提交

3分钟学会微生物多样性云平台数据分析;

3分钟学会CHIP-seq类实验测序数据可视化 —IGV的使用手册

10分钟搞定多样性数据提交,最快半天内获取登录号,史上最全的多样性原始数据提交教程

20分钟搞定GEO上传,史上最简单、最详细的GEO数据上传攻略

5、表达谱分析

表达谱分析(二)通路富集分析和基因互作网络图绘制

如何对GEO数据进行差异分析

miRNA靶基因预测软件__miRWalk 3.0

6、医学数据分析

KING: 样本亲缘关系鉴定工具

【WGS服务升级】人工智能软件SpliceAI助力解读罕见和未确诊疾病中的非编码突变

隐性疾病trio家系别忽视单亲二倍体现象——天昊数据分析助力临床疾病诊断新添UPD(单亲二倍体)可视化分析工具

【昊工具】Oh My God! 太好用了吧!疾病或表型的关键基因查询数据库,我不允许你不知道Phenolyzer


天昊客户服务中心

手机/微信号:18964693703


【本群将为大家提供】

分享生信分析方案

提供数据素材及分析软件支持

定期开展生信分析线上讲座

QQ号:1040471849

作者:大熊

审核:有才

来源:天昊生信团


Copyright © 2012-2023 304am永利集团    All Rights Reserved    苏ICP备17064027号-1
Baidu
sogou