《利用Python进行数据分析》学习笔记 第7章 数据清洗和准备

第7章 数据清洗和准备

7.1 处理缺失数据

pandas使用浮点值NaN（Not a Number）表示缺失数据，我们称其为哨兵值。

缺失数据处理的函数： 

• 滤除缺失数据

对于一个series，dropna返回一个仅含非空数据和索引值的series。data.dropna() = data[data.notnull()]。

对于DataFrame对象，dropna默认丢弃任何含有缺失值的行，传入how=‘all’将只丢弃全为NA的那些行。传入axis=1，如data.dropna(axis=1, how=‘all’)可丢弃列。

用thresh参数实现留下一部分观测数据： 

• 填充缺失数据

fillna函数填补缺失数据 

fillna函数参数：