# 检测是不是空值 df.isnull() # 检测是不是有值,两个函数一样 df.notnull() df.notna() # 删除包含缺失值的行 df.dropna(inplace=True)inplace=True
表示直接在原始 DataFrame 上进行修改
如果没有这个必须要有接收对象
# 删除包含缺失值的列 df_dropped_col = df.dropna(axis=1) # 填充缺失值 df_filled = df.fillna(value=0) # 替换缺失值 new_value = 99 df_replaced = df.replace(to_replace=np.nan, value=new_value)
选择某列中,为空的行
# 找到A列中数据为空的行 empty_rows = df[df['A列的列名'].isnull()]
选择非空的行
empty_rows = df[df['A列的列名'].notnull()]
检测是否为空
for abstract in abstract_column: # 检查abstract是否为空或者NaN if pd.isna(abstract): # 跳过空值或者设置为默认文本 p_content = 'No Abstract Available'