02数据清洗51课件.pptxVIP

.02数据清洗2.1清洗控制2.2数值替换与填充

2.1清洗空值空值的检测判断isna()/isnull()和notna()/notnull()函数：函数返回的结果是True／False矩阵有如下数据说明：Python中None或NaN是空值，而空字符串、空列表等不属于空值。notnull()和isnull()的检测结果正好相反

2.1清洗空值使用df.isnull().any()方法判断数据集中的哪些“列”存在缺失值空值的检测判断

2.2数据替换与填充使用dropna()函数删除含有空值的行或列说明：默认情况下，删除有缺失值的行，但此删除并不会影响原来的数据集，只是修改了原数据的副本，返回新的数据。替换空值

2.2数据替换与填充使用fillna()函数填充空值填充策略，如常数填充、向前、向后填充等fillna()函数也可以通过inplace参数来确定是否对原始数据集进行填充更改填充空值

2.2数据替换与填充有如下数据集填充空值

2.2数据替换与填充使用位于缺失值前面的数据进行填充说明：三部和五部的空值都用其上一行的数据进行了填充。填充空值

2.2数据替换与填充使用位于缺失值后面的数据进行填充说明：三部的空值用其下一行数据进行了填充，五部没有下一行，未得到填充。填充空值

2.2数据替换与填充使用指定的值填充说明：三部和五部的空值都用给定的数据进行了填充（注意，五部仅填充了负责人姓名。填充空值

2.2数据替换与填充使用平均值填充新建具有“年薪”列的数据集填充空值

2.2数据替换与填充使用平均值填充说明：三部的年薪值用年薪列的均值((20+29+26+23)/4=24.5)进行了填充。只对年薪一列求均值填充空值