总结四——使用pandas进行数据清洗,规整、聚合与分组
前面的总结三介绍了pandas入门的知识,本文将进一步总结pandas在数据分析中常见的操作。数据清洗与准备缺失值的检测isnull():使用any函数直接检测是否存在缺失值,如any(df.isnull()),返回True or False。notnull:不是缺失值检测,处理缺失值一般而言,遇到缺失值时,可采用的三种方法:删除法、替换法、插补法。删除法: 当缺失的观测比例...
原创
2019-05-20 20:55:06 ·
1498 阅读 ·
0 评论