```python
### 处理丢失数据
- 有两种丢失数据:
- None
- np.nan(NaN)
- 两种丢失数据的区别
import numpy as np
import pandas as pd
from pandas import DataFrame,Series
type(None)
type(np.nan)
- 为什么在数据分析中需要用到的是浮点类型的空而不是对象类型?
- 数据分析中会常常使用某些形式的运算来处理原始数据,如果原数数据中的空值为NAN的形式,则不会干扰或者中断运算。
- NAN可以参与运算的
- None是不可以参与运算
- 在pandas中如果遇到了None形式的空值则pandas会将其强转成NAN的形式。
None + 1
np.nan + 1
### pandas处理空值操作
- isnull
- notnull
- any
- all
- dropna
- fillna
df = DataFrame(data=np.random.randint(0,100,size=(7,5)))
df.iloc[3,4] = None
df.iloc[2,2] = np.nan
df.iloc[5<