会返回DataFrame相同形状的布尔对象，指示是否有⽆空值。是⼀个⽆参数函数。
1 df = pd.DataFrame(dict(age=[5, 6, np.NaN],
2 born=[pd.NaT, pd.Timestamp('1939-05-27'),
3 pd.Timestamp('1940-04-25')],
4 name=['Alfred', 'Batman', ''],
5 toy=[None, 'Batmobile', 'Joker']))
6 df.isull()
7 >> age born name toy
8 0 False True False True
9 1 False False False False
10 True False False False
该函数⼀般⽤来填充缺失值，基本使⽤⽅法如下
pandas.DataFrame.fillna(value=None, method=None, axis=None, inplace=False, limit=None)
参数介绍
参数介绍value接受Series和DataFrame。填充值处理对象。method{‘backfill’, ‘bfill’, ‘pad’, ‘ffill’,None}，填充的⽅法。axis{0 or ‘index’, 1 or ‘columns’}， 填充缺失值inplacebool值，默认False。是否替换原数据。limitint型，默认None。填充值限定个数。
1 df = pd.DataFrame([[np.nan, 2, np.nan, 0],
2 [3, 4, np.nan, 1],
3 [np.nan, np.nan, np.nan, 5],
4 [np.nan, 3, np.nan, 4]],
5 columns=list('ABCD'))
6 df
7 >> A B C D
8 0 NaN 2.0 NaN 0
9 1 3.0 4.0 NaN 1
10 2 NaN NaN NaN 5
11 3 NaN 3.0 NaN 4
12
13
14 df.fillna(0)
15 >> A B C D
16 0 0.0 2.0 0.0 0
17 1 3.0 4.0 0.0 1
18 2 0.0 0.0 0.0 5
19 3 0.0 3.0 0.0 4
20
21
22 values = {'A': 0, 'B': 1, 'C': 2, 'D': 3}
23 df.fillna(value=values)
24 >> A B C D
25 0 0.0 2.0 2.0 0
26 1 3.0 4.0 2.0 1
27 2 0.0 1.0 2.0 5
28 3 0.0 3.0 2.0 4
移除缺失的值。
pandas.DataFrame.dropna(self,axis=0,how='any', thresh=None, subset=None, inplace=False)
参数说明
参数介绍axis接收0或1。表示轴向，0为删除观测记录（⾏），1为删除特征（列）。默认为0。how接收特定string。表示删除的形式。any表示只要有缺失值存在就执⾏删除操作。all表示当且仅当全部为缺失值时执⾏删除操 作。默认为any。subset接收类array数据。表示进⾏去重的列∕⾏。默认为None，表示所有列/⾏。inplace接收boolean。表示是否在原表上进⾏操作。默认为False。
便捷的删除缺失值函数，有多种删除缺失值⽅式。
1 df = pd.DataFrame({"name": ['Alfred', 'Batman', 'Catwoman'],
2 "toy": [np.nan, 'Batmobile', 'Bullwhip'],
3 "born": [pd.NaT, pd.Timestamp("1940-04-25"),
4 pd.NaT]})
5
6 df
7 >> name toy born
8 0 Alfred NaN NaT
9 1 Batman Batmobile 1940-04-25
10 2 Catwoman Bullwhip NaT
11
12 df.dropna()
13 >> name toy born
14 1 Batman Batmobile 1940-04-25
15
16 df.dropna(how='all')
17 >> name toy born
18 0 Alfred NaN NaT
19 1 Batman Batmobile 1940-04-25
20 2 Catwoman Bullwhip NaT
21
22 df.dropna(subset=['name', 'toy'])
23 >> name toy born
24 1 Batman Batmobile 1940-04-25
25 2 Catwoman Bullwhip NaT
Original: https://blog.csdn.net/qq_45473330/article/details/112838369
Author: 陈希瑞
Title: 函数下午茶(2):数据检测与缺失值处理~
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/755877/
转载文章受原作者版权保护。转载请注明原作者出处！