Python数据分析 缺失值深度分析+差异化填充策略

import pandas as pdimport numpy as npdf = pd.DataFrame({    "user_id": range(1,101),    "pay_money": np.random.normal(200,80,100),    "user_type": np.random.choice(["普通","会员","VIP"],100),    "login_date": pd.date_range("2025-01-01",periods=100,freq="D")})# 手动制造不同类型缺失df.loc[10:20,"pay_money"] = np.nandf.loc[30:40,"user_type"] = np.nandf.loc[60:70,"login_date"] = np.nandf.to_excel("miss_data.xlsx", index=False)print("多类型缺失值测试数据已生成")

import pandas as pddf = pd.read_excel("miss_data.xlsx")# 统计缺失比例print("===== 各字段缺失占比 =====")print((df.isnull().sum() / len(df)).round(3))# 差异化填充df["pay_money"] = df["pay_money"].fillna(df["pay_money"].mean())  # 数值：均值填充df["user_type"] = df["user_type"].fillna(df["user_type"].mode()[0]) # 文本：众数填充df["login_date"] = df["login_date"].fill() # 时间：向前填充print("\n===== 填充后缺失数量 =====")print(df.isnull().sum())