Python快速刷题网站——牛客网 数据分析篇（四）

👦👦一个帅气的boy，你可以叫我Love And Program
🖱 ⌨个人主页：Love And Program的个人主页
💖💖如果对你有帮助的话希望三连💨💨支持一下博主

        python是目前非常火爆的语言，其在人工智能、数据分析领域都占有一席之地，无论是学习还是工作，都会给你带来相当大的帮助。我在这给大家 推荐一个快速提升自己的网站👉👉 牛客网，他们现在的IT题库内容很丰富，属于国内做的很好的了，可以在下图中看见里面试题应有尽有，最最最重要的里面的资源全部免费！！！（亲测全免费，写题解还可以得小礼物）

欢迎大家订阅本专栏🥰🥰

系列专栏链接：

Python快速刷题网站——牛客网 数据分析篇专栏

---

🚬🚬前言

前面我们学习了基本的**查看数据**部分，即`pandas`中基本的`head，iloc，loc，shape`函数，接下来我们学习**数据索引**部分。

---

✍✍什么是数据索引？

       数据索引，可以看作为数据切片和切块，是使用不同的列或索引切分数据，实现从数据中获取特定子集的方式，在数据分析的日常工作中不能说是几乎会用到，应该说是‘必须’会用到！无论是查找补充缺失值，还是搜索特定位置数据，熟练后你都可以玩出花来😎😎

下面进入正题👇👇

---

👨‍🏫👨‍🏫用户没有补全的信息

通过读题我们可以想到如下步骤👏👏：
数据补全 -> 如何判断空值 -> 找出判断空值函数 -> 判断某列是否是空值 -> 输出数据

       既然如此，今天我们有学会了一个新的函数：isnull()函数，他还有个别名isna()函数，通过打印方法可以看出两者异同。

再回归题目

import numpy as np
import pandas as pd
data= pd.DataFrame({
    "Nowcoder_ID":[1111,2222,44444],
    "Level":[1,2,3],
    "Language":['Python','CPP',np.nan],
    "Achievement_value":[8711,13,999999],
    "Num_of_exercise":[500,2,32],
    "Graduate_year":[50,np.nan ,5]
})

输出为

我们用isnull()函数看看会出现什么👇👇

缺失位置判断为True，说明确实存在缺失值！但是题目最终要的结果是如下形式：

显然这是让我们判断一列是否存在缺失值，这时又是两个新函数：all()和any()函数

pd.DataFrame.all()	pd.DataFrame.any()
作用：返回是否所有元素都为真(可能在轴上)	作用：返回是否至少一个元素为真

上代码轻松理解，以上代码直接用all()

这里你可能不能一下理解，因此我们给他一个小小的改变，将"Graduate_year"这一列全改为nan,如下图所示：

这时再用all()函数便有了很大的变化：正如表格中所写->轴上返回所有元素都为真（可自定义轴，默认为列）

any()函数更好理解->至少一个元素为真
上述两种情况全换成any()为：
未更改前：

"Graduate_year"更改nan后：

由此可以清楚区分两者区别，最终代码整理如下：
DA5 牛客网用户没有补全的信息

import pandas as pd
Nowcoder = pd.read_csv('Nowcoder.csv',sep=',',dtype=object)
print(Nowcoder.isna().any())
# print(Nowcoder.isnull().any())
# 原题中只存在一行数据，故用all（）也可以
# print(Nowcoder.isnull().all())

欢迎大家订阅此专栏，我将带领大家快速熟悉python数据分析领域知识。