插值法补齐缺失数据_数据处理——缺失值处理

此文图方便，就直接输入数据了。

importpandas as pd

df = pd.DataFrame({'一班':[90,80,66,75,99,55,76,78,98,None,90],

'二班':[75,98,100,None,77,45,None,66,56,80,57],

'三班':[45,89,77,67,65,100,None,75,64,88,99]})

1缺失值处理

#如何判断缺失值

df.isnull() #isna()

df.notnull() #notna()

1.1删除法

DataFrame.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)

axis：表示轴向。默认为0，表示删除所有含有空值的行。

how：表示删除的方式。默认为any。为any的时候，表示只要存在缺失值就删除。为all的时候，表示全部是缺失值才能删除。

subset：表示删除的主键，默认为全部。注意，使用任意主键均需要将其放入list中。且主键和axis对应。

inplace：表示是否对原数据进行操作。默认为False，不对原数据操作。

#删除第九行

df.fropna(axis=0, how='any', subset=['一班'])