【机器学习】【数据处理】Pandas 处理缺失值

目前很多流行的数据集都会存在数据缺失的现象。

一般我们在用Pandas处理缺失值的方法有两种：

           1.用覆盖全局的掩码来表示缺失值.(用布尔类型来代替原先数据/用0或1来表示)

           2.用一个标签值来表示缺失值.(用一个具体的自定义的数据来表示，如-9999.  或用None或NaN)

1.缺失值

具体使用哪种方法还需要看具体情况：

                            1.用掩码来处理会额外构造一个布尔数组，会增加存储

                            2.标签值方法缩小了可以被表示的有效值的范围，会增加额外的计算逻辑。而且NaN也不                                                               能够表示所有数据类型。

Pandas的缺失值：1.Python对象类型的缺失值None（Python中不能将None与整数相加）

                             2.数值类型对象的缺失值NaN（NaN是一种特殊的浮点数，不是整数、字符串等其它数据类型；

                                 且无论对和NaN做哪种操作，最终结果都是NaN）

Pandas中NaN与None的差异：实际上，Pandas把他们看成是可以等价交换的，合适的时候会将他们进行替换。

import pandas as pd
import numpy as np