使用Python快速处理Excel操作笔记四：表格数据缺失值与异常值的处理

1、缺失值
当读取csv文件或者excel文件生成DataFrame时，某些单元格的数据是缺失的，缺失的部分会显示为NaN,None或者NaT（取决于单元格的数据类型）
NaN 表示数字类型的缺失值
NaT 表示时间类型的缺失值
None 表示字符串类型的缺失值
实际项目中，如果缺失值一直存在原始的数据源总，后续数据分析时很可能有错误的结果
需要根据实际情况进行抉择，来降低缺失值对于分析结果的影响
a 按单元格查看缺失值情况
使用isna函数

# 假设data_info为已经读取为DataFrame
data_info.isna()

该函数返回的是一个新的DataFrame，而内容是由布尔型数据组成，原始的DataFrame中的单元格如果数据缺失，在新的DataFrame中对应的单元格的内容是False，否则为True
b 按列查看缺失值

经常使用列聚合缺失值的数量

data_info.isna().sum()

返回每列对应缺失值的数量

c 按行查看缺失值
使用行聚合缺失的方法查看

data_info.isna().sum(1