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
- notnull
- any
- all
- dropna: 过滤NAN
- .add()
- fillna(): 过滤NaN