Pandas处理缺失数据dropna( )和fillna( )

方法	说明
dropno	对缺失的数据进行过滤
fillna	将缺失数据补充为指定数据

dropna( )

参数：

• axis: default 0指行,1为列

• how: {‘any’, ‘all’}, default ‘any’指带缺失值的所有行;'all’指清除全是缺失值的

• thresh: int,保留含有int个非空值的行

• subset: 对特定的列进行缺失值删除处理

• inplace: 这个很常见,True表示直接在原数据上更改

fillna()

参数：

• value：用于填充的空值的值。

• method： {‘backfill’, ‘bfill’, ‘pad’, ‘ffill’, None}, default None。定义了填充空值的方法。

  • pad / ffill，表示用前面行/列的值，填充当前行/列的空值，
  • backfill / bfill，表示用后面行/列的值，填充当前行/列的空值。

• axis：轴。0或’index’，表示按行删除；1或’columns’，表示按列删除。

• inplace：同上。

• limit：int， default None。如果method被指定，对于连续的空值，这段连续区域，最多填充前 limit 个空值（如果存在多段连续区域，每段最多填充前 limit 个空值）。如果method未被指定， 在该axis下，最多填充前 limit 个空值（不论空值连续区间是否间断）

• downcast：dict, default is None，字典中的项为，为类型向下转换规则。或者为字符串“infer”，此时会在合适的等价类型之间进行向下转换，比如float64 to int64 if possible。