数据分析笔记--pandas处理缺失数据

本文介绍了使用Python的Pandas库处理DataFrame中缺失值的方法,包括判断是否存在缺失值、删除含有缺失值的行或列以及填充缺失值等操作。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

import pandas as pd

import numpy as np

新建一个DataFrame对象

1.判断其中是否有NaN值

方法:isnull()


2.丢弃包含缺失值的行或者列

方法:dropna(),其中可以传参数axis表示按行还是按列进行删除,默认是按行删除


3.填充缺失值

方法:fillna(),其中传的参数是需要填充到NaN位置的值


评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值