Day12- pandas(7)DataFrame遗失值处理

当我们拿到一份资料时，往往其中有许多缺失值
以下我会介绍如何检视及各缺失值处理方式

我先建立各raw及columns都有些缺失值的DataFrame

isnull与notnull方法:
isnull将资料空值回传True，不是空值回传False

notnull则相反，资料空值回传False，不是空值回传True

drop:
drop可用来拿掉你指定的raw或column
axis参数预设为0，axis=0时drop掉raw、axis=1时drop掉column

拿掉0、1这两个raw

拿掉one,thr这两个column

dropna:
dropna可拿掉有遗失值的raw
与drop一样，axis预设为0
axis=0时drop掉有空值的raw、axis=1时drop掉有空值的column

只有index是4的那排raw没有遗失值，所以只剩下那排

因为全部的column都有遗失值，所以输出结果如此

fillna补充缺失值:
方式一:以字典的方式传入，前面是column名称，後面是补充缺失值的值

方式二:单一栏位补充缺失值

送上colab连结，可自行在上面多做点练习更加熟悉pandas
https://colab.research.google.com/drive/1xM9yP5PgwyZPdopvrRz62f8M2lwq_S9P?usp=sharing

pandas就先讲到这边，这些东西应该已经够用了，以後有遇到新的方法再继续学习吧!