pandas缺省值处理

import pandas as pd
import numpy as np

# 在数据分析中，数据缺省的情况经常出现，在Pandas 中以NaN表示数据缺省。
series = pd.Series([1, 2, 3, np.nan, 5])
print(series)

# Pandas提供了多种缺省值处理函数，可以通过 isnull()、notnull(）来判断数据是否缺省，
# 这两个函数的返回值均为一个包含布尔值的对象，布尔值表示该元素是否为缺省。
# isnull(）函数的返回值True 表示缺省值，False 表示非缺省值，notnull(）函数则相反。
print(series.isnull())
print(series.notnull())
df = pd.DataFrame([[1, 2, 3], [4, np.nan, 6], [np.nan, 8, 9]])
print(df)
print(df.isnull())
print(df.notnull())

# 可通过 dropna()方法丢弃包含缺省值的行或列，默认丢弃含有缺省值的行，也可通过指定参数只丢弃全为缺省值的行或列：
# 丢弃包含缺省值的行
print(df.dropna())
# 丢弃所有字段均为缺省值的行
print(df.dropna(how='all'))

# 对缺省值进行填充处理
print(df.fillna(0))