Python Pandas缺省值（NaN）处理

Python Pandas缺省值（NaN）处理

创建一个包含缺省值的Series对象和一个包含缺省值的DataFrame对象。

发现缺省值，返回布尔类型的掩码数据

isnull()

发现非缺省值，返回布尔类型的掩码数据

notnull()
与isnull()作用相反。

取出缺省值

dropna()


DataFrame.dropna(axis = <0,1>, how = <'all','any'>, thresh = <N>)

对于DataFrame对象：
默认情况下（没有任何参数控制），删除所有包含缺省值的行和列；
axis为0，表示删除包含缺省值的行；
axis为1，表示删除包含缺省值的列；
how为‘all’表示删除全为NaN的行或列；
how为‘any’表示删除包含NaN的行或列；
thresh=N表示删除包含NaN个数大于等于N的行或列（例如下）。

填充缺省值

fillna(axis = <0,1>, method = <'ffill, bfill'>)
method表示使用前一个位置的值填充，还是用后一个位置的值填充。

例如，用0填充Series对象，用‘Hi’填充DataFrame对象。

例如，用列方向后一个位置的值填充。

参考文献：
《Python数据科学手册》