Pandas DataFrame中对异常值的处理

一、前言

相信大多数朋友们在使用Pandas读取Excel数据（如csv文件）时，表格中往往含有异常的值。这些异常值通过包括三大类： None，null，NaN。但是None和null通常可以通过“==”来判断，相对比较简单，因此本文主要介绍对NaN异常值的处理。众所周知，NaN其实指的是 Not A Number，也就是说不是一个数。

二、判断是否含有 NaN

在Pandas DataFrame中判断是否含有NaN值的方法是pd.isna()，下面就以实际例子给大家展示下：
1.首先这是使用Pandas读出来的原始数据，从下图中可以看到其中包含很多NaN值。

2.使用isna() 方法会返回一个仅含True和False这两种值的DataFrame，该方法主要用来判断表格中的每一个元素是否为NaN，使用方法很简单，就是your_dataframe.isna()，最后得到的结果如下图所示。可以看到，之前为NaN值的那些位置，都已经成功判断出来了。