不懂Pandas缺失值的处理方式是什么？？其实想解决这个问题也不难，下面让小编带着大家一起学习怎么去解决，希望大家阅读完这篇文章后大所收获。
处理方式：
存在缺失值nan,并且是np.nan:
删除存在缺失值的:dropna(axis='rows')
替换缺失值:fillna(df[].mean(), inplace=True)
不是缺失值nan，有默认标记的
1、存在缺失值nan,并且是np.nan
# 判断数据是否为NaN
# pd.isnull(df),pd.notnull(df),pd.isna(df)
# 读取数据
movie = pd.read_csv("./date/IMDB-Movie-Data.csv")
##第一种 删除
# pandas删除缺失值，使用dropna的前提是，缺失值的类型必须是np.nan
# 删除缺失值为np.nan的所在行
movie.dropna()
# 第二种 替换缺失值
# 替换存在缺失值的样本
# 替换 填充平均值
movie['Metascore'].fillna(movie['Metascore'].mean(), inplace=True)
# 替换 填充自定义值
movie['Metascore'].fillna(11, inplace=True)2、不是缺失值nan，有默认标记的
1、先替换默认标记值为np.nan
df.replace(to_replace=, value=)
2、在进行缺失值的处理
# 把一些其它值标记的缺失值，替换成np.nan
mm = moive.replace(to_replace='默认值', value=np.nan)
感谢你能够认真阅读完这篇文章，希望小编分享Pandas缺失值的处理方式是什么？内容对大家有帮助，同时也希望大家多多支持亿速云，关注亿速云行业资讯频道，遇到问题就找亿速云，详细的解决方法等着你来学习!
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
