查看缺失值
使用DataFrame對(duì)象的info()方法
注：NaN為空缺值
?查看是否有缺失值
print(df.info()) # 查看是否有缺失值?
?Non-Null Count列顯示的是每個(gè)索引中不是空缺的個(gè)數(shù)
判斷數(shù)據(jù)是否存在缺失值
使用DataFrame的isnull()方法和notnull()方法
1. isnull()方法——判斷是否為空，輸出結(jié)果為True和False，不為NaN時(shí)返回False，為NaN時(shí)返回True。
print(df.isnull()) # 結(jié)果為True或False， 不為NaN時(shí)為False?
?
2. notnull()方法——判斷是否不為空，輸出結(jié)果也是True和False，為NaNcy時(shí)返回False，不為NaN時(shí)返回True。
?
print(df.notnull()) # 不為NaN時(shí)為True
?
缺失值的處理方式
????????1.不處理
? ? ? ? 有的數(shù)據(jù)空著也不影響整體，所以就放那吧。。。。。
????????2.刪除
? ? ? ? ?可以使用dropna()函數(shù)，這個(gè)函數(shù)比較狂野，只要有一有個(gè)數(shù)據(jù)時(shí)空缺的，就會(huì)把整行刪除
df = df.dropna() #將所有含空缺值的行都刪除????????3.填充或替換
df['課程總數(shù)量'] = df['課程總數(shù)量'].fillna(0) # 把‘課程總數(shù)量’中為空的值填充為0，并賦值給‘課程總數(shù)量’
print(df)
重復(fù)值處理
刪除唄，見Pandas基本操作——增加、修改和刪除文章來(lái)源：http://www.zghlxwxcb.cn/news/detail-520370.html
# 判斷是否存在重復(fù)值, 值為True說(shuō)明為重復(fù)值
print(df.duplicated())
print('---------------------------')
# 刪除全部重復(fù)值
print(df.drop_duplicates())
# 刪除指定列的重復(fù)數(shù)據(jù)，，，保留重復(fù)行的最后一行
print('---------刪除指定列的重復(fù)數(shù)據(jù)---------')
print(df.drop_duplicates(['買家實(shí)際付款金額'],keep='last')) # 刪除重復(fù)數(shù)據(jù)中的最后一條
# 直接刪除，保留一個(gè)副本
df1 = df.drop_duplicates(['買家實(shí)際付款金額'],inplace=False)
print(df1)
?-----------------------------------算是對(duì)今天學(xué)的東西的總結(jié)了-----------------------------文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-520370.html
到了這里，關(guān)于pandas數(shù)據(jù)清洗——缺失值處理的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
