个值、数据框缺失值判断及索引

import numpy as np
import pandas as pd
import math

##判断个值为浮点型的nan,返回布尔值

x=float('nan')
math.isnan(x)

df = pd.DataFrame(np.zeros(60).reshape(10,6))
##另部分值为 nan值
df.iloc[1:3,0] = np.nan


#判断哪些”列”存在缺失值
df.isnull().any()


#只显示存在缺失值的行列
df[df.isnull().values==True]

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值