数据缺失的补充与修改

1查看数据情况

df.shape

df.info()

2.用指定值填充

df = df.fillna(x)

3.判断是否缺失

df.isnull()

4.删除缺失数据

df = df.dropna()

5.补充平均值

df = df.fillna(df.mean())

6.填充他前面一个元素值(ffill向前填充，bfill向后填充)（limit:可以连续填充最大数量）

df = df.fillna(method= 'ffill',limit=2)

7.逐列用平均值代替

head = [column in column in df]
for i in head:
    df[i] = df[i].fillna(df[i].mean())

8.插值函数填写，缺失值上下的数字平均值

df['1'] = df['1'].fillna(df['1'].interpolate())