python从入门到放弃篇19（pandas,numpy,sklearn)缺失值处理

今天，我又不得不拿起我的秘籍接着学习新的东西，才刚刚看完书本文章，敲了一下代码，在理解中，后续，会再更新缺失值处理的知识，先完成发文任务。

老规矩，上代码：

运行结果：

通过运行，结果，我们可以知道我们先用np.nan生成了两个缺失值，然后再用df.isnull()显示缺失值的对应的真值，返回bool值（布尔值），最后，用df.dropna()
将有缺失值对应的行删除。

**df.fillna(method=‘backfill’)**用后面的值来替换缺失值

df.fillna(method=‘bfill’,limit=1)也是用后面的值来替换缺失值。同df.fillna(method=‘backfill’)

**df.fillna(method=‘pad’)**用前面的值来替换缺失值。

**df.fillna(0)**用0来替换缺失值。

**df.fillna(df.mean()[‘col2’:‘col4’])**将对应的列下的缺失值进行替换。

**df.fillna(df.mean()[‘col2’:‘col4’])**用对应列的平均值来替换。

最后，感谢大家前来观看鄙人的文章，不胜感激，文中或有诸多不妥之处，还望海涵和指出。