缺失值的介绍

1.定义：在生成、采集、计算的过程中被遗漏的数据信息。

注意：表现为缺失状态(np.nan)的值不一定是缺失值，只有当无法溯源到原始信息时才为缺失值。

例如：在记录数时，张三的学号和李四的成绩B显示缺失，但根据业务逻辑判断，李四成绩B虽为缺考，但因记录为0；张三的学号为缺失值。

学生成绩表
姓名	学号	成绩A	成绩B
张三		85	62
李四	2120341	95	缺考

2.缺失值的具体表现形式及检验方法

缺失值一般用None或Null表示，推荐使用Numpy(一种用于科学计算的库)中np.nan来表示缺失值。

import pandas as pd 
df_one = pd.DataFrame({"A":[1, 2, 3], "B":[2, 3, np.nan]})
print(df_one)

   A    B
0  1  2.0
1  2  3.0
2  3  NaN

# 1.通过info()方法查看整体缺失值的情况
df_one.info()

#<class 'pandas.core.frame.DataFrame'>
#RangeIndex: 3 entries, 0 to 2
#Data columns (total 2 columns):
 #   Column  Non-Null Count  Dtype  
#---  ------  --------------  -----  
 #0   A       3 non-null      int64  
 #1   B       2 non-null      float64
#dtypes: float64(1), int64(1)
#memory usage: 176.0 bytes

#2.通过isnull()或isna()方法检验每个值是否为缺失值，两种方法输出一样结果，如果是NaN，则返回True
print(df_one.isnull())
print(df_one.isna())
#        A      B
# 0  False  False
# 1  False  False
# 2  False   True

# 3.按列统计缺失值，返回每列缺失值的个数
print(df_one.isnull().sum())
# A    0
# B    1
# dtype: int64

编写计算每一列缺失值占比的函数(方法):