pandas处理缺失值

01_6

已于 2024-04-29 11:16:59 修改

阅读量466

点赞数 14

CC 4.0 BY-SA版权

分类专栏： pandas 文章标签： pandas

于 2024-04-24 22:04:13 首次发布

本文链接：https://blog.csdn.net/2301_77444219/article/details/138170158

本文介绍了在Pandas中处理缺失值的方法，包括使用info函数获取DataFrame信息，isnull()和notnull()检测缺失值，以及dropna()删除缺失值行和fillna()填充缺失值的示例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.缺失值

在Pandas中，系统默认的缺失值可以是 None （Python中的 None 对象）或 np.nan （NumPy中的 np.nan 对象）。这两种缺失值在Pandas中会被自动识别并处理。当使用 None 作为缺失值时，Pandas会将其视为 object 类型；而使用 np.nan 作为缺失值时，Pandas会将其视为 float 类型

2.info函数

info 是Pandas中DataFrame对象的一个方法，用于获取关于DataFrame的基本信息摘要，包括行数、列数、每列的非空值数量、数据类型等。调用 info() 方法可以快速查看DataFrame的整体情况，帮助您了解数据集的结构和特征。

import pandas as pd
df=pd.DataFrame([[1,2,np.nan],[4,np.nan,6],
[5,6,7]])
df.info()
#运行结果： <class 'pandas.core.frame.DataFrame'>
#          RangeIndex: 3 entries, 0 to 2
#          Data columns (total 3 columns):
#           #   Column  Non-Null Count  Dtype  
#          ---  ------  --------------  -----  
#           0   0       3 non-null      int64  
#           1   1