pandas 缺省值 NaN 处理

                                                                缺省值 NaN 处理 

 

    对于 DataFrame/Series 中的 NaN 一般采取的方式为删除对应的 列 / 行 或者 填充一个默认值。

方法	说明
dropna	根据标签的值中是否存在缺失数据对轴标签进行过滤（删除），可以通过阙值的调节对缺失值的容忍度
fillna	用指定值或者插值的方式填充缺失数据，比如：ffill 或者 bfill
isnull	返回一个含有布尔值得对象，这些布尔值表示那些值是缺失值 NaN
notnull	isnull 的否定式

        1、isnull()：

            

        2、notnull()：

            

        3、dropna()：

            (1) 默认删除只要包含 NaN 的行

                

                

            (2) 删除只要包含 NaN 的列

                

                

            (3) 删除只要包含 NaN 的行

                

                

            (4) 删除所有的 元素为 NaN 的列

                

                

            (5) 删除所有的 元素为 NaN 的列