pandas 不是空值

可以使用pandas中的dropna()函数来去掉空值NaN。

例如，假设有一个名为df的数据框，其中包含一些NaN值，可以使用以下代码来去掉这些NaN值：

df.dropna()

这将返回一个新的数据框，其中不包含任何NaN值。如果要在原始数据框中进行更改，则可以使用inplace参数：

df.dropna(inplace=True)

这将在原始数据框中去掉所有NaN值。

相关问题

pandas填充空值

在 Pandas 中，可以使用 fillna() 方法填充空值。该方法可接受多个参数，其中最常用的是 value 参数，用于指定要填充的值。例如，假设有一个 DataFrame df，其中有一个列 'age' 中存在空值，可以使用以下代码将其填充为 0：

df['age'].fillna(0, inplace=True)

这将把 DataFrame 中 'age' 列中的所有空值填充为 0。如果不想在原来的 DataFrame 上进行修改，可以不使用 inplace=True 参数。除了 value 参数，fillna() 方法还可以使用 method 参数指定填充方法，如向前填充、向后填充等。更多用法可以参考 Pandas 官方文档。

pandas查看空值

你可以使用 `isnull()` 函数来查看 Pandas 数据框中的空值。下面是一个例子：

import pandas as pd

# 创建一个包含空值的数据框
df = pd.DataFrame({'A': [1, 2, None], 'B': ['a', None, 'c']})
print(df)

# 查看哪些值是空值
print(df.isnull())

输出结果如下：

     A     B
0  1.0     a
1  2.0  None
2  NaN     c

       A      B
0  False  False
1  False   True
2   True  False

你可以看到，`isnull()` 函数返回的是一个与原始数据框维度相同的布尔值数据框，其中空值对应的位置为 True，非空值对应的位置为 False。