pandas处理异常值和空值

在Pandas中，可以使用以下方法处理异常值和空值：

1. 删除异常值或空值：使用dropna()方法，可以删除包含空值或NaN值的行或列。使用drop()方法，可以删除指定的行或列。

2. 填充空值：使用fillna()方法，可以将空值或NaN值填充为指定的值。可以使用平均值、中位数、众数等方法填充空值。

3. 替换异常值：使用replace()方法，可以将指定的异常值替换为指定的值。可以使用平均值、中位数、众数等方法替换异常值。

例如，可以使用以下代码处理异常值和空值：

import pandas as pd

# 创建一个包含异常值和空值的DataFrame
df = pd.DataFrame({'A': [1, 2, 3, 4, 5, 6],
                   'B': [10, 20, 30, 40, 50, 60],
                   'C': [100, 200, 300, None, 500, 600],
                   'D': [1000, 2000, 3000, 4000, 5000, None]})

# 删除包含空值的行
df = df.dropna()

# 填充空值为0
df = df.fillna(0)

# 替换异常值为平均值
mean = df['D'].mean()
df = df.replace(5000, mean)

这样就可以处理DataFrame中的异常值和空值。