- isnull 判断是否丢失数据
- nan 制造丢失数据假象~~(不皮,稳住)
- fillna 将丢失数据填充为0
源代码及注释:
import numpy as np
import pandas as pd
# 假装没有这一部分,故意制造丢失数据
datas = pd.date_range('20180102',periods=6)
df = pd.DataFrame(np.arange(24).reshape((6,4)),index=datas,columns=['A','B','C','D'])
df.iloc[0,1] = np.nan
df.iloc[1,2] = np.nan
print(df)
# print(df.dropna(axis=0,how = 'any')) #how={'any','all'} 只要有nan就把这行数据丢掉
# print(df.dropna(axis=1,how = 'any')) #how={'any','all'} 只要有nan就把这列数据丢掉
print(df.fillna(value=0)) #将丢失的数据填充为0
print(df.isnull()) #判断是否丢失数据
print(np.any(df.isnull())=='Ture') #判断是否有数据丢失