Datawhale七月组队——动手学数据分析 Task02 数据清洗及特征整理

在本章中，我们进行了缺失值的观察与处理、重复值的观察与处理以及特征的观察与处理等等任务。
这其中我将浅谈自己对于缺失值处理的一点感想。在pandas中，None能够直接被导入数据库作为空值处理， 包含NaN的数据导入时会报错，另外numpy和pandas的很多函数能处理NaN，但是如果遇到None就会报错。np.isnan()和pd.isnull()都可以对不论是DataFrame、Python list还是仅仅一个数值进行空值检测。但一般在实际应用中，np.isnan()多用于单个值的检验，pd.isnull()用于对一个DataFrame或Series（整体）的检验。