Python_数据分析_pandas_04缺失值处理

1. 缺失值处理

缺失值处理主要有三个内容、四个函数：发现缺失值（isnull() notnull()）、删除缺失值（dropna()）、填补缺失值（fillna()）

首先创建一个矩阵

1.1 发现缺失值

发现缺失值是生成布尔类型的掩码数据，两个函数相反

1.2 删除缺失值

基本类型dropna(axis=0, how =‘any’,tresh) ，其中axis是按行还是按列删除、how有两种any-有缺失值即删除和all-全部确实删除、tresh是限定非缺失值的数量

eg1：有缺失删除该列

eg2：按列，全部缺失删除

eg3：按列，非缺失值至少为三个

1.3 填补缺失值

填补缺失值fillna()，除了给固定值，还可以method参数，有ffill-从前向后填充和bfill-从后向前填充

固定值填充

按列前向填充