数据预处理：处理缺失值

前言

本文参照《利用Python进行数据分析》一书，介绍了对Series和DataFrame对象进行缺失值处理的一些方法

缺失值处理

1. isnull方法

isnull方法用于判断哪些值为缺失值（NaN），并返回布尔值
举例如下：

import pandas as pd
from numpy import nan as NA
data = pd.DataFrame([[1., 6.5, 3.], [1., NA, NA],
                     [NA, None, NA], [NA, 6.5, 3.]])
print(data)
print(data.isnull())

输出依次为：

# data
     0    1    2
0  1.0  6.5  3.0
1  1.0  NaN  NaN
2  NaN  NaN  NaN
3  NaN  6.5  3.0

# data.isnull()
       0      1      2
0  False  False  False
1  False   True   True
2   True   True   True
3   True  False  False

值得一提的是，python内建的None值也被当做NaN处理（见data[2][1]）

isnull方法并不改变原对象，不信可以试着再输出data试试？

另有一个notnull方法，用法与isnull相似，作用与其相反

2.dropna方法

• dropna方法用于过滤缺失值，默认会删除包含缺失值的行
• 同样的，该方法也不改变原对象

举例如下：

import pandas as pd
from numpy import nan as NA
data = pd.DataFrame([[1., 6.5, 3.], [1., NA, NA],
                     [NA, None, NA], [NA, 6.5, 3