6.Pandas的对缺失值的处理
文章目录
前言
笔者最近正在学习Pandas数据分析,将自己的学习笔记做成一套系列文章。本节主要记录Pandas对缺失值的处理的方法。
一、概述
Pandas使用这些函数来处理缺失值
- isnull和notnull: 检测是否是空值,可用于df和series
- dropna:丢弃,删除缺失值
- axis:删除行还是列,{0 or ‘index’,1 or ‘columns’},默认是0
- how: 如果为any则任何值为空都删除,如果等于all,则所有的值为空的时候才进行删除操作
- inplace: 为True则修改当前的df,否则返回新的df
- fillnal: 填充空值
- value: 用于填充的值,可以是单个值,或者字典(key是列名,value是值)
- method: 等于ffill 使用前一个不为空的值填充forword fill; 等于bfill 使用后一个不为空的值填充back fill\