申明：本系列文章是自己在学习《利用python进行数据分析》这本书的过程中，为了方便后期自己巩固知识而整理。
import pandas as pd
import numpy as np
file = 'D:\example.xls'
df = pd.DataFrame(pd.read_excel(file))
df
2.1 isnull返回一个含有布尔值的对象
import pandas as pd
import numpy as np
file = 'D:\example.xls'
df = pd.DataFrame(pd.read_excel(file))
df = df.isnull()
df
2.2 notnull 是isnull 的否定式
import pandas as pd
import numpy as np
file = 'D:\example.xls'
df = pd.DataFrame(pd.read_excel(file))
df = df.notnull()
df
3.1 滤除所有包含缺失值的行
df.dropna()
3.2 查看不含缺失值的所有行、列
df.dropna(thresh=4)
DataFrame.fillna(value=None, method=None, axis=None, inplace=False, limit=None, downcast=None, **kwargs)4.1 统一填充某一个值value
df.fillna(0)或df.fillna(value=0)
4.2 用前面的值填充缺失部分
df.fillna(method='ffill')
4.3 用后面的值填充缺失部分
df.fillna(method='bfill')
4.3 某N列用特定的值填充缺失部分
df.fillna({'起息日':'2018-12-11','评级得分':'100'})
4.4 指定一整个轴的值填充缺失部分
df.fillna(method='ffill',axis=1)
0