缺失值填充1——缺失值查看、确定值填充、参考值填充

可以参考：https://blog.csdn.net/weixin_35757704/article/details/89280715

查看缺失值

可以通过下面的代码得到缺失值的数量：

dataframe.isnull().sum()

也可通过简单的 .info() 来看缺失值的情况；

下面的代码可以得到 dataframe的缺失值占比情况：为0就表示没有缺失值

dataframe.isnull().sum()/len(dataframe)

缺失值在进行求和时，会被默认视为0

确定值填充

使用 0 填充缺失值：

dataframe.fillna(0,inplace=True)

也经常用这一列的平均值填充：

dataframe.fillna(dataframe.mean(),inplace=True)

参考当前列其他值填充

dataframe.fillna(method='pad',inplace=True) #参考前面值
dataframe.fillna(method='bfill',inplace=True) #参考后面值

删除行

dataframe.dropna(axis = 0,inplace=True)

这个可以直接删除有缺失值的行。

如果把axis=1，则会删除列，不建议这样做，除非这个维度的缺失值非常严重。

如果希望整行都缺失才删除，可以使用：

dataframe.dropna(axis=0, how='all', inplace=True)