python填充空值_Python中的空值和缺失值的处理

空值在python中一般表现为以下几种形式：

（1）None

（2）“ ”

（3）NaN

在数据预处理中，一般通过以下几种方法对空值进行判断：

1、对于前两种空值，直接“=”就可以了

2、对于第三种，NaN（not a number），在数学表示上表示一个无法表示的数，这里一般还会有另一个表述inf，inf和nan的不同在于，inf是一个超过浮点表示范围的浮点数（其本质仍然是一个数，只是他无穷大，因此无法用浮点数表示，比如1/0），而nan则一般表示一个非浮点数（比如无理数）：其判断方式为：

（1）、numpy 里的NaN值的判断

import numpy as np

a = np.NaN

print(type(a))

#打印输出

float

print(a == np.NaN)

print(a is np.NaN)

#打印输出

False

True

用上面两种方法判断NaN值都不太准确，最可靠的方法为math里的判断方法

print(np.isnan(a))

#打印输出

True

（2）、pandas里NaN值处理

空值：在pandas中表示为“”

缺失值：在dataFrame中为nan或者naT（缺失时间）,在series中为none或者nan