##pandas对缺失值的处理
#pandas使用这些函数处理缺失值
#isnull和notnull:检测是否为空值,可用于df和Series
#dropna:丢弃,删除缺失值
#axis:删除行还是列,{0或index,1或columns},default 0
#how=any:任何值为空都删除;how中为all,所有值为空才删除
#inplace:如果为True,则修改当前df;如果为False,则返回新的df
#fillna:填充空值
#value:用于填充的值,可以是单个的值,也可以是字典(key是列名,value是值)
#method:=ffill,使用前一个不为空的值填充;=bfill,使用后一个不为空的值填充
#axis:按行还是列填充。{0或index,1或columns}
#inplace:True,修改当前df;False,返回新的df
pandas对缺失值的处理方法————比较标准的过程
最新推荐文章于 2023-11-15 22:13:29 发布