pandas空值(缺省/失值)处理方式---数据清洗

本文探讨了pandas中None和np.nan的区别,并介绍了如何处理空值,包括制造空值、读取数据、检查和填充空值的方法。讨论了缺失值的产生原因、分类及其属性,如完全随机缺失、单值缺失等。
摘要由CSDN通过智能技术生成

本文目录:
1.None和np.nan的区别?
2.pandas空值介绍;
2.1excel表格制造数据;
2.2读取数据;
2.3缺失值介绍、产生原因、分类、属性、形式:
3.人为制造空值

4.空值操作

1.None和np.nan的区别?
2.pandas空值的操作:

涉及函数:any、all;isnull()、notnull()、dropna()、fillna()、isna()
https://www.douban.com/note/714022352/

2.1excel制造数据

在这里插入图片描述

2.2读取数据

以下操作是在jupyter notebook下打开的,终端打开命令:jupyter notebook
在这里插入图片描述
2.3缺失值介绍、产生原因、分类、属性、形式:
1.缺失值是缺失的数据;
2.原因:
机械原因:数据收集或保存的失败造成的数据缺失;
人为原因:人的主观失误、历史局限或有意隐瞒造成的数据缺失,在市场调查中被访人拒绝透露相关问题的答案&#x

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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