pandas对缺失值的处理方法————比较标准的过程

##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

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值