Task07-缺失数据

datawhale 组对学习 pandas
https://datawhalechina.github.io/joyful-pandas/build/html/%E7%9B%AE%E5%BD%95/ch7.html

第七章 缺失数据

一、缺失值的统计和删除

1. 缺失信息的统计
   缺失数据可以使用 isna 或 isnull （两个函数没有区别）来查看每个单元格是否缺失，结合 mean 可以计算出每列缺失值的比例：

import pandas as pd
df = pd.read_csv('D:\\20期-Dataware学习\\20期-Dataware-pandas数据分析\\joyful-pandas-master\\learn_pandas.csv',
                     usecols = ['Grade', 'Name', 'Gender', 'Height',
                                'Weight', 'Transfer'])
df

df.isna().head()

df.isna().mean() # 查看缺失的比例

Grade       0.000
Name        0.000
Gender      0.000
Height      0.085
Weight      0.055
Transfer    0.060
dtype: float64