Pandas数据分析学习打卡（一）：Nullable缺失数据

Pandas数据分析学习打卡（一）：Nullable缺失数据

Pandas第一天的学习内容是关于缺失数据，下面是一些个人认为比较重要的内容：
1.首先就是判定是否为缺失类型的isna（）和notna（）方法，返回的是布尔类型，可以直接对DataFrame对象使用。可以通过这个方法直接查看df中有缺失值的行：

df[df['需要查看的列'].isna()]

2.三种缺失符号代表缺失值，分别是numpy.nan（不等于任何值，甚至不等于自己）、None（可以等于自身）、NaT（可以看作针对时间序列的numpy.nan）

3.关于Nullable的运算，可以分成逻辑运算和算术运算。逻辑运算里有个原则是不依赖Nullable数据的话就可以得到结果，我的理解是把Nullable数据换成其它任意正常值仍然可以得到一样的结果，那就是不依赖，不知道对不对哈。算术运算的话，除了pd.NA ** 0和1 ** pd.NA的结果是1，其它的都是NA。在乘法运算中，NA为1；加法里NA被当做0；使用累计函数和groupby方法时，缺失值自动略过。还有个convert_dtypes方法，可以在读取数据的把数据转换成Nullable数据类型，方便统一处理。

4.对NA的处理，资料里讲到了fillna()填充、dropna()剔除和interpolate()插值，有一些细节，这里不展开了。

接下来是问题和练习题：
【问题一】如何删除缺失值占比超过25%的列？
思路：用isna和notna方法统计出各列的缺失值占比，取出index，在用drop函数删除，代码如下：

import pandas as pd
import numpy as np
df = pd.DataFrame({
   'col1': ['a', 'b', np.nan, np.nan, 'e']\
, 'col2': range(5, 10), 'col3