数据分析第九天

数据清洗的方法之空值的处理

isnull 判断是否为空值，notnull判断不是空值

data = pd.read_excel(r'人事终表 (1).xlsx')

print(data.isnull()) #isnull判断元素是否为空值，如果是就返回True，不是就返回Fasle
print(data.notnull().sum()) #判断元素不是空值的方法，
print(data['绩效'].notnull().sum()) #整个表中不是空值的数量

fillna查询到空值后，对空值的操作

#处理空值的方法
#查找空值，并且将空值填充为对应的值
 data.fillna({'应发数': 0,'部门':'实习','绩效':0,'发放时间':'2020-07工资'},inplace=True) #

dropna 删除空值的方法

#subset传入的是列表，
# axis表示删除的行或者列，how表示删除的方式是与(all)(劝为空再删)还是或(any)(有空值就删)
# thresh=6 表死非空值数量<6，则删除
#subset=['姓名','应发数','绩效',]表示删除的时候，可以根据指定的列中的缺失情况进行判断
data.dropna(axis=0,how='any',subset=['姓名','应发数','绩效',]，thresh=6 ，inplace=True)