Pandas+Numpy 数据中空值的处理操作：判断、查找、填充及删除

本文整理了数据中空值的处理操作，主要内容如下：

判断数据中是否有空值

统计空值/非空值数量

根据空值筛选数据

查找空值索引

删除空值 dropna()函数

填充空值fillna()函数

---

为了便于描述，定义本文示例数据为如下结构：

df = pd.DataFrame([[1, np.nan], [np.nan, 4], [5,6],[np.nan,7]],columns=["A","B"])
df  #定义示例数据df

 

判断数据中是否有空值

pandas isnull()函数

df.isnull()    #返回df中各元素是否为空的同df大小的数据框

df["A"].isnull()  #判断A列中空值情况

df[["A","B"]].isnull()  # 指定多列进行空值判断，对于本文实例，下述代码效果同df.isnull() 

pandas notnull()函数

df.notnull()    #判断df中各元素是否 不是 空值

df["A"].isnull()  #判断A列中非空值情况

df[["A","B"]].isnull()  # 指定多列进行非空值判断，对于本文实例，下述代码效果同df.notnull() 

numpy np.isnan() 函数

np.isnan(df)   #