python dataframe如何设置并处理（删除、填充）空值

当测试或实际应用需要设置空值缺失值时可以用None 、np.nan 、pd.NaT

处理空值异常值有两种办法，一种是将空值行/列删除，一种是将替代空值
如何对空值计数
a=df.isnull()
b=a[a==True]
b.count()#用来计算nan数量

删除的方法
将nan的行全部删除
df.dropna()
print(‘dropna’,df.dropna())#将带nan的行删除 axis=1删除列
或者是 将某列行不为空值或者某几列行均不为空值的行另存为
data = data[data[‘SUM_YR_1’].notnull()*data[‘SUM_YR_2’].notnull()]
填充
df.fillna(10) 自动按10填充
df.Age.fillna(df.Age.mean(),inplace = True) 用平均值来填充

print(‘ffill’,df.fillna(method=‘ffill’))#向上填充
print(‘dfill’,df.fillna(method=‘bfill’))#向下填充
print(‘replace’,df.replace({np.nan:‘aa’}))#对应的填充替换