MAYY我的验证码是什么么

python 工具包(101)
Python语法相关(111)
数据不完整在数据分析的过程中很常见。
pandas使用浮点值NaN表示浮点和非浮点数组里的缺失数据。
pandas使用isnull()和notnull()函数来判断缺失情况。
对于缺失数据一般处理方法为滤掉或者填充。
滤除缺失数据
对于一个Series,dropna()函数返回一个包含非空数据和索引值的Series,例如:
对于DataFrame,dropna()函数同样会丢掉所有含有空元素的数据,例如:
但是可以指定how='all',这表示只有行里的数据全部为空时才丢弃,例如:
如果想以同样的方式按列丢弃,可以传入axis=1,例如:
填充缺失数据
如果不想丢掉缺失的数据而是想用默认值填充这些空洞,可以使用fillna()函数:
如果不想只以某个标量填充,可以传入一个字典,对不同的列填充不同的值:
参考知识库
* 以上用户言论只代表其个人观点,不代表CSDN网站的观点或立场
访问:175627次
积分:4123
积分:4123
排名:千里之外
原创:176篇
转载:368篇
评论:16条
(28)(34)(41)(48)(25)(49)(36)(30)(2)(8)(29)(15)(1)(18)(13)(25)(25)(31)(48)(28)(30)

我要回帖

更多关于 安全令的验证码是什么 的文章

 

随机推荐