python统计缺失值个数_python数据分析—缺失值的处理

import numpy as np

import pandas as pd

from pandas import Series,DataFrame

找出确实数据的方法

missing = np.nan #创建变量使其等于numpy中表示缺失值的值

series_obj = Series(['a','b',missing,'d','e','f',missing,'h'])

series_obj

# object_name.isnull()

# .isnull()方法返回True/False布尔值，指示Pandas对象中的元素是否为空值。\

series_obj.isnull()

填充缺失值

#首先要创建一个带有缺失值的矩阵

np.random.seed(25)

df_obj=DataFrame(np.random.randn(36).reshape(6,6))

df_obj

df_obj.iloc[3:5,0] = missing

df_obj.iloc[1:4,5] = missing

df_obj

# object_name.fillna(numeric value)

# .fillna()方法从Pandas对象中查找每个缺少的值，并用传入的数值进行填充

filled_df = df_obj.fillna(0)

filled_df

df_obj

# object_name.fillna(dict)

# 可以将字典传递给.fillna()方法。 然后，该方法将填充每个列(由字典键指定)中的