pandas 学习（四）—— 数据处理（清洗）、缺失值的处理

创建 DataFrame：

df = pd.DataFrame(np.random.randint(0, 10, (2, 4)), columns=list('ABCD'))

1. 缺失值的处理

• 所有缺失值字段填充为 0：df.fillna(0)，一定要十分注意的一点是，df.fillna() 操作默认（inplace=False）不是 inplace，也即不是对原始 data frame 直接操作修改的，而是创建一个副本，对副本进行修改；
  
  • df.fillna(0, inplace=True)
  • df = df.fillna(0)
• 舍弃：
  
  • 舍弃那些全行为 NaN 的行，以及全列为 NaN 的行：
    
    • df.dropna(axis=[0, 1], how=’all’)
  • 删除某些行和列：
    
    • df.drop([], axis=1, inplace=True) ⇒ axis = 1，删除列；
    • df.drop([], axis=0, inplace=True) ⇒ axis = 0，删除行；

• 均值填充

  age_mean = data.Age.mean() # age_mean = data['Age'].mean()
  data.Age[data['Age'].isnull()] = age_mean # data['Age'] == data.Age 二者是等效的