pandas函数 | 缺失值相关 isna/dropna/fillna

下面介绍pandas中常见的有关缺失值处理的函数。
文章中例子截图来自于pandas官方文档。
1.isna()
2.dropna()
3.fillna()

1.isna()

作用：判断是否为空值，返回True或False

（1）反义函数：notna()
（2）与isnull()的用法相同

2.dropna()

Syntax：DataFrame.dropna(axis=0, how=‘any’, thresh=None, subset=None, inplace=False)
Note：Remove missing values

语法说明：
（1）axis：指定按照行（axis=0或axis=‘index’，默认）还是列（axis=1或axis=‘columns’）进行缺失值删除。
（2）how：指定是出现空值就删除（how=‘any’）还是所有值均为空值（how=‘all’）才删除。
（3）thresh：指定非空值的最低数量。当该行或列的非空值数量小于该数，即删除。默认为None
（4）subset：可以传递一个含有你想要删除的行或列的列表。
（5）inplace：如果为True，直接对原Dataframe进行操作。默认为False

3.fillna()

Syntax：DataFrame.fillna(value=None, method=None, axis=None, inplace=False, limit=None, downcast=None)
Note：Fill NA/NaN values using the specified method.

语法说明：

（1）value：可以是scalar/dict/Series/DataFrame，用来填充空缺部分。注意不能是list。
（2）method：pad/fill表示向后填充，backfill/bfill表示向前填充
（3）limit：如果方法确定，这是指定连续向前或向后填充的最大数量；如果方法不指定，这是填充空值。默认为None
注：axis和inplace与在dropna中用法一致

说明：method=‘ffill’
如B列的第3个观测值缺失，找到其前面最近的一个观测值即第2个观测值4.0，向后填充，因此空缺的第3个观测值也为4.0