python中pandas缺失值处理

在 Pandas 中，可以使用 `isnull()` 或 `notnull()` 函数来检测缺失值。如果 DataFrame 或 Series 中存在缺失值，可以使用 `dropna()` 函数来删除这些行或列。另外，也可以使用 `fillna()` 函数来填充缺失值。

下面是一些示例代码：

1. 检测缺失值

import pandas as pd

df = pd.DataFrame({'A': [1, 2, None], 'B': [4, None, 6]})

print(df.isnull())
print(df.notnull())

输出：

       A      B
0  False  False
1  False   True
2   True  False

       A     B
0   True  True
1  False  True
2  False  True

2. 删除缺失值

import pandas as pd

df = pd.DataFrame({'A': [1, 2, None], 'B': [4, None, 6]})

# 删除包含缺失值的行
df = df.dropna()

print(df)

输出：

     A    B
0  1.0  4.0

3. 填充缺失值

import pandas as pd

df = pd.DataFrame({'A': [1, 2, None], 'B': [4, None, 6]})

# 使用 0 填充缺失值
df = df.fillna(0)

print(df)

输出：

     A    B
0  1.0  4.0
1  2.0  0.0
2  0.0  6.0