pandas02 -- 处理丢失的数据

处理丢失的数据


在mysql中空值null就是丢失的数据,在pandas中丢失的数据是NaN,在numpy中为np.nan、None, 空值对程序的计算结果是没有影响的但是降低了程序的执行效率,因此应该尽量避免空值


pandas中对于空值的操作

 1. isnull()
 2. notnull()
 3. dropna()  #过滤空值
 4. fillna()      #填充空值
- isnull

pandas02 -- 处理丢失的数据_第1张图片
pandas02 -- 处理丢失的数据_第2张图片

- notnull

pandas02 -- 处理丢失的数据_第3张图片

- any

pandas02 -- 处理丢失的数据_第4张图片

- all

pandas02 -- 处理丢失的数据_第5张图片
pandas02 -- 处理丢失的数据_第6张图片
pandas02 -- 处理丢失的数据_第7张图片

- dropna: 过滤NAN

pandas02 -- 处理丢失的数据_第8张图片
pandas02 -- 处理丢失的数据_第9张图片

- .add()

pandas02 -- 处理丢失的数据_第10张图片
pandas02 -- 处理丢失的数据_第11张图片

- fillna(): 过滤NaN

pandas02 -- 处理丢失的数据_第12张图片
pandas02 -- 处理丢失的数据_第13张图片
pandas02 -- 处理丢失的数据_第14张图片
pandas02 -- 处理丢失的数据_第15张图片

你可能感兴趣的:(数据分析)