缺失值：在dataframe中为nan或者naT（缺失时间），在series中为none或者nan即可

3.函数具体解释

DataFrame. dropna ( axis=0 , how='any' , thresh=None , subset=None , inplace=False )

函数作用：删除含有空值的行或列

axis:维度，axis=0表示index行,axis=1表示columns列，默认为0

how:"all"表示这一行或列中的元素全部缺失（为nan）才删除这一行或列，"any"表示这一行或列中只要有元素缺失，就删除这一行或列

thresh:一行或一列中至少出现了thresh个才删除。

subset：在某些列的子集中选择出现了缺失值的列删除，不在子集中的含有缺失值得列或行不会删除（有axis决定是行还是列）

inplace：刷选过缺失值得新数据是存为副本还是直接在原数据上进行修改。

df = pd.DataFrame({"name": ['Alfred', 'Batman', 'Catwoman'],
                "toy": [np.nan, 'Batmobile', 'Bullwhip'],
                  "born": [pd.NaT, pd.Timestamp("1940-04-25"),pd.NaT]})
print df

默认参数：删除行，只要有空值就会删除，不替换。

print df.dropna()
print df

print "delete colums"
print df.dropna(axis=1) #delete col
print "所有值全为缺失值才删除"
print df.dropna(how='all')
 
print "至少出现过两个缺失值才删除"
print df.dropna(thresh=2)
 
print "删除这个subset中的含有缺失值的行或列"
print df.dropna(subset=['name', 'born'])
 
DataFrame.fillna(value=None, method=None, axis=None, inplace=False, limit=None, downcast=None, **kwargs)
 
函数作用：填充缺失值
 
value:需要用什么值去填充缺失值
 
axis:确定填充维度，从行开始或是从列开始
 
method：ffill:用缺失值前面的一个值代替缺失值，如果axis =1，那么就是横向的前面的值替换后面的缺失值，如果axis=0，那么则是上面的值替换下面的缺失值。backfill/bfill，缺失值后面的一个值代替前面的缺失值。注意这个参数不能与value同时出现
 
limit:确定填充的个数，如果limit=2，则只填充两个缺失值。
 
df = pd.DataFrame([[np.nan, 2, np.nan, 0],
                  [3, 4, np.nan, 1],
                 [np.nan, np.nan, np.nan, 5],
                [np.nan, 3, np.nan, 4]],
                 columns=list('ABCD'))
print df
print "横向用缺失值前面的值替换缺失值"
print df.fillna(axis=1,method='ffill')
print "纵向用缺失值上面的值替换缺失值"
print df.fillna(axis=0,method='ffill')
 
print df.fillna(0)
 
不同的列用不同的值填充：
 
对每列出现的替换值有次数限制，此处限制为一次
 
DataFrame.isna()
 
判断是不是缺失值：
 
isnull同上。
 
替换空值：
 
df = pd.DataFrame([[np.nan, 2, np.nan, 0],
                  [3, 4, "", 1],
                 [np.nan, np.nan, np.nan, 5],
                [np.nan, 3, "", 4]],
                 columns=list('ABCD'))
print df
 
如上，缺失值是NAN，空值是没有显示。
 
替换空值代码：需要把含有空值的那一列提出来单独处理，然后在放进去就好。
 
clean_z = df['C'].fillna(0)
clean_z[clean_z==''] = 'hello'
df['C'] = clean_z
print df
                    1.相关函数df.dropna()df.fillna()df.isnull()df.isna()2.相关概念空值：在pandas中的空值是""缺失值：在dataframe中为nan或者naT（缺失时间），在series中为none或者nan即可3.函数具体解释DataFrame.dropna(axis=0, how='any', thresh=None, subset=None, inplace=...
  isnull和notnull：检测是否是空值，可用于df和series
  dropna：丢弃、删除缺失值
    axis : 删除行还是列，{0 or ‘index’, 1 or ‘columns’}, default 0
    how : 如果等于any则任何值为空都删除，如果等于all则所有值都为空才删除
    inplace : 如果为True则修改当前df，否则返回新的df
  fillna：填充空值
    value：用于填充的值，可以是单个值，或者字典（key是列名，value是值）
    method : 等于ffill使用前
axis : 删除行还是列，{0 or ‘index’, 1 or ‘columns’}, default 0
how : 如果等于any则任何值为空都删除，如果等于all则所有值都为空才删除
inplace : 如果为True则修改当前df，否则返回新...
import pandas as pd
import numpy as np
ts1 = [0, 1, np.nan, np.nan, np.nan, np.nan]
ts2 = [0, 2, np.nan, 3, np.nan, np.nan]
d = {
  'X': ts1,
  'Y': ts2,
  'Z': ts2
df = pd.DataFrame(data=d)
print(df
1.None和np.nan的区别？
2.pandas空值的操作：
涉及函数：any、all；isnull()、notnull()、dropna()、fillna()、isna()
https:/...
				
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档
文章目录前言一、Pandas对缺失值的处理二、使用步骤0.数据处理1.空值处理2.删除全是空值的行和列3.填充空值3.补全姓名4.保存数据总结
提示：这里可以添加本文要记录的大概内容：
待处理表格
提示：以下是本篇文章正文内容，下面案例可供参考
一、Pandas对缺失值的处理
Pandas使用这些函数处理缺失值:
1、·isnull和notnull:检测是否是空值，可用于df和series·
2、dropna:丢弃、删除缺失值.
				
在Pandas中，有两种主要的缺失值处理方法：填充和删除。其中，填充可以使用fillna()函数，可以将空值统一替换为想要的数值，也可以设定为均值填充dataFrame.mean()、向上填充method='ffill'、向下填充method='bfill'、对应值填充df.replace({np.nan:'aa'})。而删除可以使用dropna()函数，可以对空值进行删除，可以指定删除的轴、删除的方式、删除的阈值等参数。
具体来说，fillna()函数的常用参数如下：
- value：用于填充缺失值的标量值或字典对象。
- method：用于指定填充方法，如向前填充ffill、向后填充bfill等。
- axis：用于指定填充方向，0表示按列填充，1表示按行填充。
- inplace：用于指定是否在原数据上进行修改。
而dropna()函数的常用参数如下：
- axis：用于指定删除的轴，0表示按列删除，1表示按行删除。
- how：用于指定删除的方式，any表示只要存在缺失值就删除，all表示全部为缺失值才删除。
- thresh：用于指定删除的阈值，即非缺失值的最小数量。
- subset：用于指定删除的子集，即只在指定的列中删除缺失值。
- inplace：用于指定是否在原数据上进行修改。
                -bash: */anaconda3/bin/conda: */anaconda3/bin/python: bad interpreter: No such file or directory
                    已解决，感谢博主
                python中的try-catch-finally-else简介
                    你别误人子弟ok，打印不打印异常信息？
                -bash: */anaconda3/bin/conda: */anaconda3/bin/python: bad interpreter: No such file or directory
                    Burger~: 
                    博主列出的三个文件都是python文件不是配置文件啊