利用Python進行數據分析(10) pandas基礎: 處理缺失數據

數據不完整在數據分析的過程中很常見。 pandas使用浮點值NaN表示浮點和非浮點數組裏的缺失數據。 pandas使用isnull()和notnull()函數來判斷缺失情況。 對於缺失數據一般處理方法爲濾掉或者填充。 濾除缺失數據：dropna()函數 對於一個Series，dropna()函數返回一個包含非空數據和索引值的Series，例如： 對於DataFrame，dropna()函數同樣會丟

>>阅读原文<<