使用python处理缺失数据

处理缺失数据：

方法	说明
dropna	根据各标签的值中 是否存在缺失数据对轴标签进行过滤，可通过阈值调节对缺失值的容忍程度
fillna	用指定值或插值方法（如ffill 或 bfill ） 填充缺失数据
isnull	返回一个含有布尔值的对象，这些布尔值表示哪些值是缺失值 NA ，该对象的类型与源类型一样

过滤缺失数据

可以通过pandas.isnull或布尔索引的手工方法，但dropna可能会更实用一些。对于 series，dropna返回一个仅含非空数据和索引的series：

dropna默认丢弃任何含有缺失值的行填充缺失数据

参数	说明
value	用于填充缺失值的标量值或字典对象
method	插值方式。如果函数调用时未指定其他参数的话，默认为‘ffill’

参数	说明
axis	待填充的轴，默认axis=0
inplace	修改调用者对象而不产生副本
limit	（对于前向和后向填充）可以连续填充的最大数量

 原文链接：https://www.cnblogs.com/leims/p/9921382.html