数据分析Pandas(4)-处理丢失数据


import pandas as pd
import numpy as np
 
a = pd.date_range('20130101', periods=6)
b = pd.DataFrame(np.arange(24).reshape((6,4)),index=a, columns=['A','B','C','D'])

b.iloc[0,1] = np.nan
b.iloc[1,2] = np.nan


#删除含有NAN的行或者列
b.dropna(
    axis=0,     # 0: 对行进行操作,; 1: 对列进行操作
    how='any'   # 'any': 只要存在 NaN 就 drop 掉; 'all': 必须全部是 NaN 才 drop 
    ) 

#替换值
b.fillna(value=0) #替换NAN为0


b.isnull()  #判断是否含有NAN,bool类型

 

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