數據清洗——處理缺失值

咱們最初的數據會由於各類各樣的緣由——信息沒法獲取，被遺漏——而產生缺失值。pandas使用NaN(Not a Number)來表示缺失值。處理缺失值的方式主要有兩個——過濾缺失值或補全缺失值。web 下表是處理缺失值的相關函數列表：svg 函數名 描述 dropna 根據每一個標籤的值是不是缺失數據來篩選軸標籤 fillna 用某些值填充缺失值 isnull 返回代表哪些值是缺失值的布爾值 no

>>阅读原文<<