缺失数据处理
方法解释DataFrame.backfill([axis, inplace, limit, …])后向填充，等同于 DataFrame.fillna(method='bfill')
DataFrame.bfill([axis, inplace, limit, downcast])同上DataFrame.dropna([axis, how, thresh, …])删除缺失值DataFrame.ffill([axis, inplace, limit, downcast])前向填充，等同于 DataFrame.fillna(method='ffill')
DataFrame.fillna([value, method, axis, …])使用指定的方法填充NA/NaN值DataFrame.interpolate([method, axis, limit, …])使用指定插值方法（默认为线性等距插值）填充NaN值DataFrame.isna()检测缺失值DataFrame.isnull()检测缺失值，isna的别名DataFrame.notna()检测非缺失值DataFrame.notnull()同上DataFrame.pad([axis, inplace, limit, downcast])前向填充，等同于 DataFrame.fillna(method='ffill')
DataFrame.replace([to_replace, value, …])使用给定的value替换DataFrame中的to_replace值，如：
df.replace(to_replace=[29], value=38)使用38替换df中的29
Original: https://blog.csdn.net/a321123b/article/details/121227747
Author: 行者无疆_ty
Title: DataFrame详解——缺失数据处理
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/741049/
转载文章受原作者版权保护。转载请注明原作者出处！