本文介绍了如何使用Pandas库在Python中处理数据框（DataFrame）中的缺失值。通过`isnull()`和`notnull()`函数可以检查数据中是否存在NaN，而`dropna()`和`fillna()`则分别用于删除和填充这些缺失值。你可以选择用0填充，或者使用平均值来填补NaN。注意在进行填充操作时，需重新赋值给DataFrame以保存更改。
#如果是nan会返回False，没有nan返回True
df.isnull()
#如果是nan会返回True，没有nan返回False
df.notnull()
#提取值，剔除nan值
df[df.notnull()]
#提取值，剔除nan值
df.dropna()
#将nan值赋值为0,注意！比如重新赋值给df变量，否则不会保存
df = df.fillna(0)
#将nan值赋值为平均值,注意！比如重新赋值给df变量，否则不会保存
df = df.fillna(df.,mean())
pandas series缺失值错误值nan的处理
最新推荐文章于 2025-03-02 00:15:00 发布
扫一扫
8452
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
