pandas数据判断是否为NaN值的方式

实际项目中有这样的需求，将某一列的值，映射成类别型的数据，这个时候，需要我们将范围等频切分，或者等距切分。

具体的做法可以先看某一些特征的具体分布情况，然后我们选择合适的阈值进行分割。

def age_map(x):
    if x < 26:
        return 0
    elif x >=26 and x <= 35:
        return 1
    elif x > 35 and x <= 45:
        return 2
    elif pd.isnull(x):  #判断是否为NaN值，== 和in 都无法判断
        return 3
    else:
        return 4

也就是用pandas自带的函数来表示：

pd.isnull(x)   

最后我们可以应用map函数：

data['age'] = data['birth_year'].map(age_map)

统计df文件中有多少空值

df = pd.read_csv('test.csv')

df.isna().sum()