数据清洗--DataFrame中的空值处理

时间 2019-12-14

标签数据清洗 dataframe 处理栏目 Spark 繁體版

原文原文链接

数据清洗是一项复杂且繁琐的工做，同时也是整个数据分析过程当中最为重要的环节。python

在python中空值被显示为NaN。首先，咱们要构造一个包含NaN的DataFrame对象。数组

删除表中所有为NaN的行markdown

删除表中任何含有NaN的行atom

删除表中所有为NaN的列对象

删除表中任何含有NaN的列数据分析

注意：axis 就是”轴，数轴“的意思，对应多维数组里的”维“。此处做者的例子是二维数组，因此，axis的值对应表示：0轴（行），1轴（列）。class

若是不想过滤（去除）数据，咱们能够选择使用fillna()方法填充NaN，这里，做者使用数值’0’替代NaN,来填充DataFrame。方法

咱们还能够经过字典来填充，以实现对不一样的列填充不一样的值。数据