- isnull()和notnull()函数:
isnull()函数用于检查数据是否为null,返回一个布尔值,True表示该数据为null,False表示该数据不为null。
notnull()函数则是isnull()函数的反函数,检查数据是否不为null。
例如,假设我们有一个数据框df,我们可以使用如下代码检查所有数据项是否为null:
df.isnull()
- dropna()函数:
dropna()函数可以用来删除数据框中含有null的行或列。
默认情况下,dropna()函数删除含有null的所有行(axis=0),但也可以通过设置参数axis=1来删除含有null的所有列。
例如,可以使用如下代码删除数据框df中所有含有null的行:
df.dropna()
- fillna()函数:
fillna()函数可以用来填充数据框中的null值,通常使用均值、中位数、众数等方法进行填充。
例如,可以使用如下代码将数据框df中的null值填充为0:
df.fillna(0)
- interpolate()函数:
interpolate()函数可以用来对数据进行插值处理,即根据已有数据推算出缺失数据的值。
例如,可以使用如下代码对数据框df中的null值进行线性插值:
df.interpolate()