文章介绍了在Pandas的DataFrame中如何检查和处理缺失值，包括使用`df.info()`查看，`df.isnull()`和`df.notnull()`判断，`df.dropna()`删除，以及`fillna()`填充。同时，文章也涉及到了重复值的检测与去除，利用`df.duplicated()`判断和`df.drop_duplicates()`函数处理。
暂时没有空进行直接演示，所有没有图片，只是看着教程，总结一些知识点，后面会实操，并把图片给补上，可视化非常重要！！！
DataFrame里面的缺失值使用NaN表示
查看缺失值
使用df.info()方法能够实现每一列数据总数，如果与其他列数的总数不一致，就是该列出现了缺失值
判断是否存在缺失值
df.isull()方法和df.notnull()方法，展示True或者False,这个更直观
删除缺失值
df.dropna()方法可以删除存在缺失值的一整行数据，无论哪一列出现缺失值，都会把整行数据给删除
提取某一列数据不存在缺失值的数据
df[df[‘列名’].notnull()]
缺失值填充
df.['列名'] = df.['列名'].fillna('填充的内容')
判断是否有重复值
df.duplicated()
去除重复的数据
df.drop_duplicates(keep='last)，keep参数的作用是保留哪一个重复值，默认是保留第一个，去除其他的重复值，如果keep=“last'就是保留最后一个，去除其他的重复值
扫一扫
1237
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
