python数据清洗去空值_数据清洗--DataFrame中的空值处理方法

数据清洗是一项复杂且繁琐的工作，同时也是整个数据分析过程中最为重要的环节。

在python中空值被显示为NaN。首先，我们要构造一个包含NaN的DataFrame对象。

>>> import numpy as np

>>> import pandas as pd

>>> from pandas import Series,DataFrame

>>> from numpy import nan as NaN

>>> data = DataFrame([[12,'man','13865626962'],[19,'woman',NaN],[17,NaN,NaN],[NaN,NaN,NaN]],columns=['age','sex','phone'])

>>> data

age sex phone

0 12.0 man 13865626962

1 19.0 woman NaN

2 17.0 NaN NaN

3 NaN NaN NaN

删除NaN

删除NaN所在的行

删除表中全部为NaN的行

>>> data.dropna(axis=0, how='all')

age sex phone

0 12.0 man 13865626962

1 19.0 woman NaN

2 17.0 NaN NaN

删除表中任何含有NaN的行

>>> data.dropna(axis=0, how='a