pandas 数据预处理

pandas 数据预处理

缺失数据处理

csv_data='''
A,B,C,D
1.0,2.0,3.0,4.0
5.6,6.0,,8.0
0.0,11.0,12.0,,'''
import pandas as pd
from io import StringIO df = pd.read_csv(StringIO(csv_data)) print(df) A B C D 0 1 2 3.0 4.0 1 5 6 NaN 8.0 2 0 11 12.0 NaN 

• 在上述代码中，pandas中的模块利用read_csv函数将数据转化为数据框，可以看到其中的缺失值由NaN代替，即表示Not a Number，可以使用pandas中的isnull函数查看每列中缺失值的数量

print(df.isnull().sum()) A 0 B 0 C 1 D 1 dtype: int64