使用python库对缺失值/重复值/空值的处理

#查看缺失值总数
a = df.isnull().sum()   #a=每列缺失值个数
b = a.sum   #求和
print(f'缺失值总数 ： {b}')

#删除含有缺失值的列，并打印删除列数或行数
c = len(df.columns)   #c是原本表格的列数   不加columns是行数
df1 = df.dropna(axis=1,how='any')   #删除含有缺失值的列（axis=0是行）
d = len(df1.colums)   #d是修改后表格的数量
e = c-d
print(f'被删除的列数： {e}') #删除含有缺失值的列，并打印删除列数或行数

#使用平均值填补缺失值和空值
f = df['某列'].mean()   #计算某一列平均值（sum总和，median中位数，std标准差，min最小值，max最大值）
g = df['某列'].fillna(f)   #使用平均值填充
print('某表'.fillna(0))   #使用0填补缺失值空值

#删除包含重复值的行
h = df.drop_duplitcates(subset='某列',keep='first')   #删除某列中有重复值的行（只保留第一次出现的行）