缺失数据会在很多数据分析应用中出现,pandas的目标之一就是尽可能无痛地处理缺失值。
一、缺失值的表示
pandas使用浮点值NaN(Not a Number)来表示缺失值:
a = pd.Series(['hello', 'world', np.nan, 'world', 'hello'])
a.isnull()
输出结果:
0 False
1 False
2 True
3 False
4 False
dtype: bool
Python内建的None值在对象数组中也被当作NA处理:
a[0] = None
a.isnull()
输出结果:
0 True
1 False
2 True
3 False
4 False
dtype: bool
二、缺失值的删除
删除缺失值,主要通过pandas库中的dropna
函数完成。
python dropna()用法
三、缺失值的填充
大多数情况下,主要使用fillna方法来补全缺失值。
Python-pandas的fillna()方法-填充空值