Python之pandas学习【4】：处理丢失的数据，NaN数据

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接： https://blog.csdn.net/qq_36499794/article/details/102727246

注意看代码注释，看结果，其实自己拿去运行一下就清楚了

1. 代码

import pandas as pd
import numpy as np

dates = pd.date_range('2019-10-22',periods=6)
df = pd.DataFrame(np.arange(24).reshape(6,4),index=dates,columns=['A','B','C','D'])
df.iloc[0,1] = np.nan # 相当于df.iloc[0:1,1:2]
df.iloc[1,2] = np.nan
print(df,'\n')


# 去掉NaN
print(df.dropna(axis=0,how='any'),'\n') # axis = 0表示行，1代表列，any代表有任何一个行有NaN,就去掉这整个行，how还有all这个选项，就是这一行所有都为NaN才丢掉


# 填补NaN
print(df.fillna(value=0),'\n')


# 查看是偶有缺失数据
print(df.isnull())
print(np.any(df.isnull()==True))

2. 运行结果