处理缺失数据dropna( )和fillna( ):
import pandas as pd
data=pd.Series([1,np.nan,5,np.nan])
#去除所有含有nan的行
data.dropna(how='all')
#丢弃带有NAN的行
data.dropna()
#丢弃所有元素都是NAN的列
data.dropna(axis=1,how='all')
#fillna( )函数
#以常数替换NAN值
data.fillna(0)
#后向填充
data.fillna(method='ffill')
#后项填充且可以连续填充的最大数量为1

dropna        对缺失的数据进行过滤
fillna        用指定值或插值的方法填充缺失数据
isnull        判断数据是否缺失
notnull        isnull的否定式




---------------------
作者：wx_411180165
来源：CSDN
原文：https://blog.csdn.net/qq_24726509/article/details/83619770
版权声明：本文为博主原创文章，转载请附上博文链接！

奈斯