5.1 缺失值处理isnull、.dropna()、fillna
2018-05-20 本文已影响0人
夏日春风
数据缺失主要包括记录缺失和字段信息缺失等情况,其对数据分析会有较大影响,导致结果不确定性更加显著缺失值的处理:删除记录 / 数据插补 / 不处理
1--# 判断是否有缺失值数据 - isnull,notnull
# isnull:缺失值为True,非缺失值为False
# notnull:缺失值为False,非缺失值为True
2--.dropna()
3--填充/替换缺失数据.fillna()
注意如果列是lnt类型就0;如果是str就用nan