数据清洗——Pandas统计缺失值数量、查看数据信息、数据总体概述

进行数据挖掘的时候，在读取数据后，通常要对所分析建模的数据有一个总体了解。因此需要对数据进行缺失值统计、查看数据分布、查看数据表中每一列的信息等等。

这些在pandas中都有现成的工具，直接调用函数，即可对我们的数据进行一个大致的了解。

这里我们使用titanic生存者数据，进行演示，数据如下：

 

 

• 查看数据信息——titanic.info()

titanic.info()

 

• int、float类型数据总体概述——titanic.describe（）

 

• 缺失值统计——titanic.isnull().sum()和titanic.isnull().any（）

这里是对 isnull()的一个再使用。

df.isnull()函数返回的是dataframe表中是否有缺失值的总体概述，df中每一个值都为False或者True

 isnull.sum（）返回每一列缺失值统计个数

isnull().any() 是对列表对象迭代对象（True or False）进行一个再统计，如果某一列有一个True则这一列的结果返回True