缺失数据处理
| 方法 | 解释 |
|---|---|
| DataFrame.backfill([axis, inplace, limit, …]) | 后向填充，等同于DataFrame.fillna(method='bfill') |
| DataFrame.bfill([axis, inplace, limit, downcast]) | 同上 |
| DataFrame.dropna([axis, how, thresh, …]) | 删除缺失值 |
| DataFrame.ffill([axis, inplace, limit, downcast]) | 前向填充，等同于DataFrame.fillna(method='ffill') |
| DataFrame.fillna([value, method, axis, …]) | 使用指定的方法填充NA/NaN值 |
| DataFrame.interpolate([method, axis, limit, …]) | 使用指定插值方法（默认为线性等距插值）填充NaN值 |
| DataFrame.isna() | 检测缺失值 |
| DataFrame.isnull() | 检测缺失值，isna的别名 |
| DataFrame.notna() | 检测非缺失值 |
| DataFrame.notnull() | 同上 |
| DataFrame.pad([axis, inplace, limit, downcast]) | 前向填充，等同于DataFrame.fillna(method='ffill') |
| DataFrame.replace([to_replace, value, …]) | 使用给定的value替换DataFrame中的to_replace值，如：df.replace(to_replace=[29], value=38)使用38替换df中的29 |
3万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
