pandas02 -- 处理丢失的数据

处理丢失的数据


在mysql中空值null就是丢失的数据,在pandas中丢失的数据是NaN,在numpy中为np.nan、None, 空值对程序的计算结果是没有影响的但是降低了程序的执行效率,因此应该尽量避免空值


pandas中对于空值的操作

 1. isnull()
 2. notnull()
 3. dropna()  #过滤空值
 4. fillna()      #填充空值
- isnull

这里写图片描述
这里写图片描述

- notnull

这里写图片描述

- any

这里写图片描述

- all

这里写图片描述
这里写图片描述
这里写图片描述

- dropna: 过滤NAN

这里写图片描述
这里写图片描述

- .add()

这里写图片描述
这里写图片描述

- fillna(): 过滤NaN

这里写图片描述
这里写图片描述
这里写图片描述
这里写图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值