pandas处理缺失值

最近学习用pandas做数据处理时，发现网上提供的处理方式比较一般，以下提供一种思路，可以更直观地查看缺失值并进行处理。

1.获取数据

2.遍历所有有缺失值的位置

3.缺失值查看

4.缺失值处理

环境为Jupyter Notebook

# 1.获取数据
import pandas as pd
import numpy as np
df = pd.read_csv('车厘子.csv',header=None,
                 names=['商品名称','商品价格','付款人数','店铺名称','发货地址']) #添加字段名称

df.sample(5) 

# 2.遍历所有有缺失值的位置
for i in df.columns:
    if df[i].count() != len(df):
        row = df[i][df[i].isnull().values].index.tolist()
        print('列名："{}", 第{}行位置有缺失值'.format(i,row))

3.缺失值查看
#题目：提取发货地址列含有空值的行
df[df['发货地址'].isnull()]

4.缺失值处理
df.dropna(axis=0, how='any', inplace=True)
# axis：0-行操作（默认），1-列操作
# how：any-只要有空值就删除（默认），all-全部为空值才删除
# inplace：False-返回新的数据集（默认），True-在原数据集上操作
df.iloc[5:10]

可以看到缺失发货地址的第8行已删除。