pandas 定位缺失值
时间: 2025-01-22 17:15:34 浏览: 42
在pandas中,定位缺失值是一个常见的数据处理任务。pandas提供了多种方法来查找和定位缺失值。以下是一些常用的方法:
1. **isnull() 和 notnull()**:
- `isnull()`: 返回一个布尔型的DataFrame或Series,指示每个值是否为缺失值(NaN)。
- `notnull()`: 返回一个布尔型的DataFrame或Series,指示每个值是否不是缺失值。
2. **dropna()**:
- 用于删除包含缺失值的行或列。
3. **fillna()**:
- 用于填充缺失值,可以用指定的值或方法填充。
示例代码:
```python
import pandas as pd
import numpy as np
# 创建一个包含缺失值的DataFrame
data = {'A': [1, 2, np.nan, 4], 'B': [5, np.nan, np.nan, 8], 'C': [9, 10, 11, 12]}
df = pd.DataFrame(data)
# 使用isnull()定位缺失值
missing_values = df.isnull()
print("缺失值位置:\n", missing_values)
# 使用dropna()删除包含缺失值的行
df_dropped = df.dropna()
print("删除缺失值后的DataFrame:\n", df_dropped)
# 使用fillna()填充缺失值
df_filled = df.fillna(0)
print("填充缺失值后的DataFrame:\n", df_filled)
```
在这个示例中,我们首先创建了一个包含缺失值的DataFrame。然后使用`isnull()`方法定位缺失值,`dropna()`方法删除包含缺失值的行,最后使用`fillna()`方法填充缺失值。
阅读全文
相关推荐



















