pandas中read_csv的缺失值处理方式

pandas中中read_csv的缺失值处理方式的缺失值处理方式

今天小编就为大家分享一篇pandas中read_csv的缺失值处理方式，具有很好的参考价值，希望对大家有所帮

助。一起跟随小编过来看看吧

今天遇到的问题是，要将一份csv数据读入dataframe，但某些列中含有NA值。对于这些列来说，NA应该作为一个有意义的

level，而不是缺失值，但read_csv函数会自动将类似的缺失值理解为缺失值并变为NaN。

看pandas文档中read_csv函数中这两个参数的描述，默认会将'-1.#IND', ‘1.#QNAN', ‘1.#IND', ‘-1.#QNAN', ‘#N/A N/A','#N/A',

‘N/A', ‘NA', ‘#NA', ‘NULL', ‘NaN', ‘-NaN', ‘nan', ‘-nan', ''转换为NaN，且na_values参数还支持定义另外的应处理为缺失值的

值。

支持我们。