Pandas笔记：缺失值处理

import pandas as pd import numpy as np data = pd.read_csv("./data/test.csv") print(data) print(pd.isnull(data))          # 缺失值True，其他False print(np.any(pd.isnull(data)))  # 有缺失值True，没有False print(np.all(pd.notnull(data))) # 没有缺失True,有False print(pd.isnull(data).any())    # 每列是否有缺失 print(pd.notnull(data).all())   # 每列没有缺失 print(data.dropna())    # 删除所有的缺失值 print(data.fillna("NULL"))  # 替换NULL # 替换 data_new = data.replace("?",value=np.nan) print(data_new.dropna())  

  a  b    c    d 0  1  2  3.0  4.0 1  1  2  NaN  4.0 2  1  ?  3.0  4.0 3  1  2  3.0  4.0 4  1  2  3.0  NaN        a      b      c      d 0  False  False  False  False 1  False  False   True  False 2  False  False  False  False 3  False  False  False  False 4  False  False  False   True True False a    False b    False c     True d     True dtype: bool a     True b     True c    False d    False dtype: bool    a  b    c    d 0  1  2  3.0  4.0 2  1  ?  3.0  4.0 3  1  2  3.0  4.0    a  b     c     d 0  1  2     3     4 1  1  2  NULL     4 2  1  ?     3     4 3  1  2     3     4 4  1  2     3  NULL    a  b    c    d 0  1  2  3.0  4.0 3  1  2  3.0  4.0  

来源：博客园

作者：Jumpkin1122

链接：https://www.cnblogs.com/jumpkin1122/p/11509778.html