python pandas处理缺失值

缺失值：python中显示为NaN，python用np.nan，None表示

在简单的运算+-*/中，有缺失值的画，运算结果在相应的位置上也是缺失值

在描述性统计sum,mean,min.max等中，NaN都是作为0进行运算

操作：

判断

返回一个含有布尔值的对象，True表示是缺失值：data.isnull()

删除

删除含有空缺值的行：data=data.dropna()

删除全为NaN的行：data=data.dropna(how='all')

删除全为NaN的列：data=data.dropna(axis=1,how='all')

填充

将缺失值替换为常数值0：data=data.fillna(0)或fata.fillna(0,inplace=True),不产生新的副本，直接修改源数据

用字典不同列填充不同的值：data=data.fillna({1:0.1,2:3}) #1列填充0.1，2列填充3