pandas删除填充空值以及缺失值

1、https://blog.csdn.net/lwgkzl/article/details/80948548此篇博客有讲解

注意：

1、删除

规则：

any:只要某行或者某列有缺失值就删除

all:全部缺失才删除

thresh: 一行或一列中至少出现了thresh个才删除（限定出现具体的缺失值再删除）

subset：在某些列的子集中选择出现了缺失值的列删除，不在子集中的含有缺失值的列或行不会删除（由axis决定是行还是列）；限定某行或者某列进行操作

inplace：刷选过缺失值得新数据是存为副本还是直接在原数据上进行修改。

2、填充数值

规则：

value指定填充怎样的数值；fillna表示用同样的值填充，比如fillna(5)表示用5替换缺失值

value则指明用特定的值填充特定的行或者列；

axis:注明如何填充（行/列）；

method：ffill（axis=1表示横向的前面的值替换后面的缺失值，如果axis=0，那么则是上面的值替换下面的缺失值。）

与ffill相对的backfill/bfill表示缺失值后面的一个值代替前面的缺失值；

limit:限定填充缺失值的个数

注：method中的参数ffill和value不可同时使用

操作：

1、先创建3行3列的数据表

2、利用_.dropna()函数，（）内若不注明，则为默认值，默认删除行和只要含有缺失值的；故此函数作用：只要含有缺失值的行均会被删除

print df.dropna(how='all'，axis=1);若要对列进行操作需要在括号内特别注明（axis=1),how='all'表示列或者行全部缺失时才删除

3、利用_.fillna填充函数，以下操作同博客内容，注意其中截取的代码为部分代码，要想实现整个效果，定要将所创建的数表和函数结合（不然会报错)

4、函数DataFrame.isna()用来判断是不是缺失值，以true/false的形式

用来确定，即查找

5、最上面链接博客的最后一小部分写出了用heelo替换空格值