python中如何检查excel表格中的缺失值（NaN），以及删除、填充等操作

在Python中，使用pandas库处理Excel表格时，检查、删除或填充缺失值是非常常见的任务。以下是操作过程：

1. **检查缺失值**：
使用`isnull()`方法可以检查整个DataFrame或单个列是否存在缺失值（NaN）。例如：

   import pandas as pd

   df = pd.read_excel('example.xlsx')  # 加载Excel数据
   missing_values = df.isnull().sum()  # 总计每列缺失值的数量
   print(missing_values)

2. **删除缺失值**：
- 如果你想删除包含缺失值的行，可以使用`dropna()`方法：

   df_cleaned = df.dropna()  # 删除所有含有任何缺失值的行
   df_cleaned = df.dropna(axis=1, how='all')  # 只删除全列都是缺失值的行

- 如果只想删除某一列的缺失值，可以在`axis`参数设置为0（默认）的情况下，指定列名：

   df_cleaned = df.dropna(subset=['column_name'])

3. **填充缺失值**：
- 使用`fillna()`方法可以选择性地填充缺失值。可以填入某个特定值（如0）、前一个非缺失值、平均值、中位数等：

   df_filled = df.fillna(0)  # 将所有的NaN替换为0
   df_filled = df.fillna(method='ffill')  # 向上填充（向前一个非缺失值）
   df_filled = df.fillna(df.mean())  # 填充每个列的均值

- 对于时间序列数据，可以考虑使用线性插值或滞后值填充：

   df_filled = df.interpolate()  # 线性插值填充