pandas 缺省值 NaN 处理
缺省值 NaN 处理
对于 DataFrame/Series 中的 NaN 一般采取的方式为删除对应的 列 / 行 或者 填充一个默认值。
| 方法 | 说明 |
|---|---|
| dropna | 根据标签的值中是否存在缺失数据对轴标签进行过滤（删除），可以通过阙值的调节对缺失值的容忍度 |
| fillna | 用指定值或者插值的方式填充缺失数据，比如：ffill 或者 bfill |
| isnull | 返回一个含有布尔值得对象，这些布尔值表示那些值是缺失值 NaN |
| notnull | isnull 的否定式 |
1、isnull()：
2、notnull()：
3、dropna()：
(1) 默认删除只要包含 NaN 的行
(2) 删除只要包含 NaN 的列
(3) 删除只要包含 NaN 的行
(4) 删除所有的 元素为 NaN 的列
(5) 删除所有的 元素为 NaN 的列