Python 缺失异常数据处理

处理缺失数据dropna( )和fillna( ):
import pandas as pd
data=pd.Series([1,np.nan,5,np.nan])
#去除所有含有nan的行
data.dropna(how='all')
#丢弃带有NAN的行
data.dropna()
#丢弃所有元素都是NAN的列
data.dropna(axis=1,how='all')
#fillna( )函数
#以常数替换NAN值
data.fillna(0)
#后向填充
data.fillna(method='ffill')
#后项填充且可以连续填充的最大数量为1

dropna对缺失的数据进行过滤
fillna用指定值或插值的方法填充缺失数据
isnull判断数据是否缺失
notnullisnull的否定式





 

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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