Pandas数据处理分析系列4-数据如何清洗

Pandas-数据清洗

①缺失值处理

使用fillna()函数将缺失值替换为指定的值或使用插值方法填充缺失值

      示例：df.fillna(0) #将缺失值替换为0

import pandas as pd

df1=pd.read_excel("销售表.xlsx")
# 检查每列是否缺失
print(df1.isna)

 效果如下：

import pandas as pd

df1=pd.read_excel("销售表.xlsx")
#将缺失值替换为0
df1=df1.fillna(0)

print(df1)

效果如下：

    使用dropna()函数删除包含缺失值的行

    示例:df.dropna()  #删除缺失的所在行

提示: dropna() 只能用来删除行，如需删除列，使用