本文介绍了如何使用Python的DataFrame处理空值和重复数据。通过dropna()方法可以过滤掉包含缺失值（NaN）的行或列，通过设置how、axis和thresh参数实现不同条件的过滤。对于缺失值填充，可以使用fillna()函数，支持常数值、字典映射和计算方法如平均值。此外，还讨论了duplicated()函数在检测和移除重复行中的应用，包括保留最后一次出现的重复行。
过滤缺失数据 dropna()
- 通过 dropna() 滤除缺失数据，凡是包含NaN的行/列都过滤掉：
df1.dropna() - 传入how=‘all’ 滤除全部都是NaN的数据：
df1.dropna(how='all') - 默认情况下是 how=‘any’，只要有NaN就删除 ：
df1.dropna(how='any') - 传入axis=1 或 axis=0 过滤列或者行的NaN：
df1.dropna(axis=1,how='all') - 传入thresh=n 保留至少有n个非NaN数据的行：
df1.dropna(thresh=1)
填充缺失数据
- 用常数填充fillna :
df1.fillna(0) - 传入inplace=True直接修改原对象:
df1.fillna(0,inplace=True) - 通过字典填充不同的常数：
df1.fillna({0:10,1:20,2:30})
意思就是0列的NaN填充成10,1列的填充成20,2列的填充成30 - 填充平均值：
df1.fillna(df1.mean()) - 只填充一列：
df1.iloc[:,1].fillna(5,inplace
最低0.47元/天 解锁文章
扫一扫
579
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
