Python数据分析之pandas（三）

这一篇我们主要来介绍如何来处理数据中的缺失值。

在真实世界的项目中，我们经常会碰到数据缺失，不完整的情况，用pandas就可以进行比较完善的处理。

pandas处理的缺失值类型主要有两种：

A.None，Python对象类型的缺失值。

B.NaN，not a number，非数字。

而这两种类型是可以互相转换的。区别在于，None无法进行运算，会返回异常；NaN是一种特殊类型的浮点数，可以进行计算，尽管有时没有意义。

我们要处理缺失值，首先要发现它。发现缺失值有2种方法，isnull（）和notnull（）。

如上图，缺失值返回True，正常值返回False。还可以用notnull来筛选非缺失值：

发现缺失值后，我们有2种方法可以处理它。一种是删除（dropna），一种是填充（fillna）。

而在DataFrame中，如果直接使用dropna（），会将整行或整列全部删掉。如果添加‘how=all’，则整行或整列全部为缺失值才会删除。

我们再来看看填充：

现在假设我们要用现有数据的平均值来填充缺失值，可以进行如下操作：

可以看到，b、d对应的值被填充为a、c、e的均值2.

除此之外，我们还可以从前往后进行填充：

我们也可以从后往前填充：

好了，这就是今天的内容，下次再会。