pandas第六章心得

首先这次学习的是pandas的缺失数据这一部分，下面来谈谈我的收获

1. 缺失观测及其类型，知道基础的查看方法，包括head（）和tail（），会用isna和notna方法来观测缺失值，知道了对Series和DataFrame使用都会返回布尔列表，知道怎么查看缺失值的所以的行和列
2. 还知道了三种缺失符号，分别是np.nan还有None以及NaT，其中np.nan比较特殊，首先它不等与任何东西，甚至不等于自己，在用equals函数比较时，自动略过两侧全是np.nan的单元格，因此结果不会影响，其次，它在numpy中的类型为浮点，由此导致数据集读入时，即使原来是整数的列，只要有缺失值就会变为浮点型，此外，对于布尔类型的列表，如果是np.nan填充，那么它的值会自动变为True而不是False。None的话它会等于自身，修改布尔列表不会改变数据类型。NaT是针对时间序列的缺失值，是Pandas的内置类型，可以完全看做时序版本的np.nan，与自己不等，且使用equals是也会被跳过。
3. Pandas在1.0新版本中引入的新的类型与新的函数，首先是Nullable类型与NA符号， 然后说下NA的特性，如果是逻辑运算，只需看该逻辑运算的结果是否依赖pd.NA的取值，如果依赖，则结果还是NA，如果不依赖，则直接计算结果。然后也知道了 convert_dtypes方法。
4. 然后也知道了缺失数据的运算与分组的一些知识，比如缺失值运算的规则等。
5. 然后就是明白了缺失值的填充与剔除等线管的知识，比如dropna方法等。
6. 最后了解了插值的一些知识，比如线性插值、样条插值等的一些方法。