python向csv填充空值_python数据分析入门笔记（6）——数据清洗

好的，你的第一个问题是关于Python向CSV文件填充空值的方法，这在数据清洗中非常常见。下面是一些Python向CSV填充空值的方法：

1. 使用pandas库中的fillna()方法将空值替换为指定的值或前/后一个非空值。

import pandas as pd

# 读取CSV文件
df = pd.read_csv('example.csv')

# 将空值替换为0
df.fillna(0, inplace=True)

# 将空值替换为前一个非空值
df.fillna(method='ffill', inplace=True)

# 将空值替换为后一个非空值
df.fillna(method='bfill', inplace=True)

# 将指定列的空值替换为该列的平均值
df['column_name'].fillna(df['column_name'].mean(), inplace=True)

2. 使用csv库逐行读取CSV文件，并在发现空值时进行替换。

import csv

# 读取CSV文件
with open('example.csv', 'r') as file:
    reader = csv.reader(file)
    rows = []
    for row in reader:
        # 遍历每一行，将空值替换为0
        new_row = []
        for value in row:
            if value == '':
                new_row.append('0')
            else:
                new_row.append(value)
        rows.append(new_row)
        
# 将处理后的数据写入CSV文件
with open('example_processed.csv', 'w', newline='') as file:
    writer = csv.writer(file)
    writer.writerows(rows)

希望这些方法能对你有所帮助！