1.查看缺失值
统计各列缺失值
'''
pd.DataFrame(df.isna().sum()).transpose()
df.info()
'''
2.去除缺失值
'''
df.dropna(subset = [column],inplace = True)
'''
数据缺失值处理
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
推荐阅读更多精彩内容
- 2.1缺失值观察与处理 2.1.1 任务一：缺失值观察pandas里边查找NaN值的话，可以是.isna()，也可...
- #简介# 本篇是数据清洗的一点经验总结，涉及到以下功能：预览、异常值处理、数据类型转换、字符串操作、选取行列、通过...
- 关于数据 数据要通过产生、收集、归纳、分析、整理之后形成相对可靠可分析的数据形式。 之后，再此基础上对数据进行读取...
