python删除缺失值

在Python的pandas库中，删除缺失值通常有两种常见的方法：`dropna()` 和 `fillna()`。

1. `dropna()`：这个方法用于删除含有缺失值的行或列。基本语法是：

df.dropna()  # 删除所有含有缺失值的行
df.dropna(axis=1)  # 删除所有含有缺失值的列

通过参数`how='all'`可以指定需要删除的是所有值都是缺失还是只要有一个值缺失：

df.dropna(how='any')  # 删除只要有任一值缺失的行或列

2. `fillna()`：这个方法用于填充缺失值，而不是删除。你可以提供一个特定的值、另一个列的值或者其他函数来进行填充：

df.fillna(value)  # 使用给定的值替换所有的缺失值
df.fillna(method='ffill')  # 从前向后填充缺失值（默认）
df.fillna(method='bfill')  # 从后向前填充缺失值

注意，如果你不确定如何选择删除还是填充，可以根据数据的具体情况以及分析需求来决定。