前言
Hello，屏幕前的小伙伴们大家好呀，一年又一年，一天又一天，转瞬之间梦幻般的 2020 年，也即将要过去了，小编先在这提前祝大家：元旦快楽。今天呢给大家分享在用 pandas 做数据分析时，遇到缺失值的几种处理方法。推荐好课：Python 自动化办公、Python3进阶：数据分析及可视。
当我们在处理数据时，遇到数值缺失的问题时，pandas 在这方面提供了很全面的方法，主要包括：
- isnull()——找出缺失值；
- notnull()——找出非缺失值；
- dropna()——剔除缺失值；
- fillna()——填充缺失值。具体使用方法请往下看。
一、isnull()
isnull() 用来找出缺失值的位置，返回一个布尔类型的掩码标记缺失值，下面是案例：
import pandas as pd
import numpy as np
data = pd.DataFrame({'name':['W3CSCHOOL',np.nan,'JAVA','PYTHON'],'age':[18,np.nan,99,None]})
data
执行以上代码得到数据如下：
name age
0 W3CSCHOOL 18.0
1 NaN NaN
2 JAVA 99.0
3 PYTHON NaN
这里我们可以看到不管我们创建DataFrame时控制用的是np.nan还是None，创建后都会变成NaN。
name age
0 False False
1 True True
2 False False
3 False True
二、notnull()
notnull()与isnull()正好相反，是找出非空值并用布尔值进行标记，下面是例子：
data.notnull()
name age
0 True True
1 False False
2 True True
3 True False
三、dropna()
dropna()就是字面意思，丢掉缺失值。
DataFrame.dropna(axis=0, how=‘any’, thresh=None, subset=None, inplace=False)
参数：
- axis：默认为 0，表示删除行还是列，也可以用“index”和“columns”表示；
- how：{‘any’, ‘all’}, 默认为 ‘any’；any 表示只要该行（列）出现空值就删除整行（列），all 表示整行（列）都出现空值才会删除整行（列）；
- thresh：表示删除非空值小于 thresh 个数时删除；
- subset：列表类型，表示哪些列里有空值才删除行或列；
- inplace：与其他函数的 inplace 一样，表示是否覆盖原 DataFrame。
下面是例子：
data.dropna(axis=1,thresh=3)
name
0 W3CSCHOOL
1 NaN
2 JAVA
3 PYTHON
data.dropna(axis=0,how='all')
name age
0 W3CSCHOOL 18.0
2 JAVA 21.0
3 PYTHON NaN
data.dropna(subset = ['name'])
name age
0 W3CSCHOOL 18.0
2 JAVA 21.0
3 PYTHON NaN
四、fillna()
fillna()的作用是填充缺失值
DataFrame.fillna(value=None, method=None, axis=None, inplace=False, limit=None, downcast=None)
参数：
- value：设置用于填充 DataFrame 的值
- method：默认为 None；设置填充 DataFrame 的方法有：‘backfill’, ‘bfill’, - ‘pad’, ‘ffill’四种，其中‘backfill’和 ‘bfill’是用前面的值填充空缺值，‘pad’和 ‘ffill’是用后面的值填充空缺值
- axis：填充缺失值所沿的轴，与上文的 axis 设置方法一样
- inplace：是否替换原 DataFrame，与上文的设置方法一样
- limit：设置被替换值的数量限制
- downcast：表示向下兼容转换类型，不常用
下面是例子：
data.fillna(0)
name age
0 W3CSCHOOL 18.0
1 0 0.0
2 JAVA 21.0
3 PYTHON 0.0
data.fillna(method='ffill')
name age
0 W3CSCHOOL 18.0
1 W3CSCHOOL 18.0
2 JAVA 21.0
3 PYTHON 21.0
