缺失值情况
# 方式一,图形
import missingno as msno
msno.matrix(pandas数据, labels=True)
# 方式二,数字
pandas数据.info()
# 方式三,字段缺失的详细数字
pandas数据.字段.isnull().value_counts()
# 方式四 查看是否有缺失值
pandas数据.isnull().any()
处理缺失值
# 删除
pandas数据.drop
# 填充
pandas数据.字段.fillna()
# 删除缺失值所在的行
# 如果删除columns所有字段的缺失值所在行,用dropna()
# 删除指定columns缺失值所在行
pandas数据.字段 = pandas数据.字段.fillna(特定值) # 用来后续查找所在索引
pandas数据.drop(pandas数据[pandas数据[字段] == 特定值].index.tolist())