四、pandas学习,处理丢失数据,删除空数据,替换空数据,判读是否存在空数据

本文介绍了如何使用Pandas库处理数据中的缺失值,包括使用`dropna()`删除含有NaN的数据,使用`fillna()`用特定值替换NaN,以及利用`isnull()`检查数据中是否存在缺失值。
摘要由CSDN通过智能技术生成

pandas -V 0.25.3
numpy -V 1.17.4
python -V 3.8.0

生成假数据

import pandas as pd
import numpy as np

# 处理丢失数据

#创建DataFrame
dates = pd.date_range('20191227',periods=6)
df 
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小白蒋博客

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值