当清洗数据用于分析时,对缺失数据本身进行分析以确定数据收集问题或数据丢失导致的数据偏差通常很重要。...你可能想要删除全部为NA或包含有NA的行或列。...dropna默认情况下会删除包含缺失值的行:
In:
data = pd.DataFrame([[1., 6.5, 3.], [1., NA, NA]
[NA,...假设你只想保留包含一定数量的观察值的行。...例如,你可以将Series的平均值或中位数用于填充缺失值:
In:
data = pd.Series([1., NA, 3.5, NA, 7])
data.fillna(data.mean())
Out