DataWhale-Pandas数据分析-Task8

DataWhale-Pandas数据分析-Task8

记录DataWhale的Pandas数据分析的学习过程，使用的教材为 joyful-pandas。
Task6是pandas的缺失值处理，内容基本可以分为三个部分，第一部分介绍缺失值的个数统计与删除；第二部分介绍缺失数据的填充与插值’第三部分介绍Nullable数据类型。本篇文章中所有的代码示例中用到的原始文件都可以在 此链接中下载。

思维导图

练一练

思路：利用fillna函数,设置limit=1会导致连续缺失值的第一个会被补充，不满足要求，考虑结合method参数，进行两次填充，第一次method=‘ffill’，第二次method=‘bfill’，因为NaN值加任何值结果都为NaN,所以最后将这两次结果相加即可达到要求。

s = pd.Series([ 1,np.nan ,3,np.nan, np.nan])
r1=s.fillna(limit=1,method='ffill')
r2=s.fillna(limit=1,method='bfill')
(r1+r2)/2
>>>
>0    1.0
1    2.0
2    3.0
3    NaN
4    NaN