学习笔记(17):零基础搞定Python数据分析与挖掘-冗余值、异常值和缺失值的处理(二)...

立即学习:https://edu.csdn.net/course/play/6861/371100?utm_source=blogtoedu

data.isnull() 返回和data一样规模的数据框,每一个单元格一个bool型数据,表示data对应位置是否为null。是否缺失。

 

data.isnull().any(axis = 0) 检查各个列是否有缺失。

any具有axis参数,也可以检测各个行是否有缺失。

data.isnull().sum(axis = 0) 检查各个列有多少缺失。

data.isnull().sum(axis = 0) / data.shape[0]

求各个列的缺失比例

 

data可以进行四则运算,作用在data的所有单元格内,但是需要满足数据类型可以进行这项运算。

 

data.dropna(axis = 0, inplace = False) 删除缺失数据

 

data.fillna(value = None, inplace = False) 将所有缺失单元格填充成value,也可以传入一个字典,对于不同列填不同的值

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值