pandas-缺失数据-task2

学习笔记

1.可以查看缺失信息
df.info( )

2.挑选所有非缺失值列

问题与联系

1.【问题一】 如何删除缺失值占比超过25%的列？
答：可以计算每列缺失值占该列总数的比例，

df.isna().sum( )/len(df[colnums])

【问题二】 什么是Nullable类型？请谈谈为什么要引入这个设计？
目前还没看完，后期再修改

【问题三】 对于一份有缺失值的数据，可以采取哪些策略或方法深化对它的了解？
答：可以先了解缺失值的分布情况、缺失比例，缺失太高可以舍弃整条数据；以及了解数据的含义，采取合理的方法进行填充，有很多缺失值的填充方法，要结合特征的含义，选取合理的值进行填充