数值处理（针对数字值的处理）

仅代表个人学习理解，不具有科学严谨的指导作用。

通常需要处理空、异常、重复值

而异常值的判断通常有强烈的主观色彩及业务逻辑关系的影响，所以判断规则不能准确说明。例如：一个产品平时日销售量平均是10单位，但某一天进行促销卖了100，这个数值在统计意义（正态分布）上可能是个异常值，但是有实际的业务意义。

DataFrame.isnull()方法 可以得出一个布尔值的DataFrame，其中False的是空值np.nan

0是代表行，1是代表列

DataFrame.isnull().any(axis=0或1)  可以返回行或者列的含有np.nan的值的一个布尔数组 其中axis=0是沿着行进行索引的意思，所以返回的是哪一列中含有np.nan值，而axis=1是沿着列经行索引的意思，所以返回的是哪一行含有np.nan的值。

DataFrame.dropna(axis=0或1) axis=0删除的是行含有np.nan值的一行，axis=1删除的是列含有np.nan值的一列

DataFrame.drop_dulicates()方法 可以去重 可以指定列 keep参数可以指定保留last后一条数据

from pandas import DataFrame,Series
import pandas as pd
import numpy as np
from sklearn.preprocessing import Imputer

In [5]:

data = DataFrame(np.random.randn(6,4),columns = ['col1','col2','col3','col4'])
data.iloc[1:2,1] = np.nan
data.iloc[4,3] = np.nan

In [18]:

data.isnull()

Out[18]:

	col1	col2	col3	col4
0	False	False	False	False
1	False	True	False	False
2	False	False	False	False
3	False	False	False	False
4	False	False	False	True
5	False	False	False	False

In [25]:

data.isnull().any(axis=1)

Out[25]:

0    False
1     True
2    False
3    False
4     True
5    False
dtype: bool

In [24]: