【数据处理与分析】电商订单数据清洗

任务详情：

请根据系统提供的订单数据表，按要求完成以下任务：

统计订单表格中，商品描述(choice_description)中为“NaN”的数量，并将其批量替换为“banana”，

请根据以上要求，将函数 nanCount() 补充完整，函数的返回值为整数值，既为“NaN”的数量。

任务要求：

1. 订单数据表为以逗号为分隔符的csv文件，编码方式为 UTF-8；

2. 注意：DataFrame 由后台生成，作为参数 order_data 传递到 nonCount() 中，不需要生成新的 DataFrame；

3. DataFrame 读取为订单数据表；

3. 返回值为 NaN 的数量，int 数据类型。

重点：

1.选取到数据表columns为['choice_description']使用 isnull() 判断空值  是为True  不是为False

2.遍历得到的data数组 

3.if判断p==True count+1

4.最后使用fillna()把空值替换成 banana   

inplace: 是否在原对象基础上进行修改,默认为False

        inplace = True：不创建新的对象，直接对原始对象进行修改；

        inplace = False：对数据进行修改，创建并返回新的对象承载其修改结果。

  

代码如下：

class Solution:
    def nanCount(self, order_data:'DataFrame') -> int:
        # 从此处开始编写代码
        # 后台读取csv示例代码如下（参考）
        # order_data = pandas.read_csv(url, sep=',')
        data=order_data['choice_description'].isnull().values
        count=0
        for p in data:
            if p==True:
                count+=1
        order_data['choice_description'].fillna('banana',inplace=True)
        return count
        pass       

以上仅代表个人的思路，如有欠缺请指教。