空值处理

 

 

 

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

# 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<br>如果没有这个必须要有接收对象<br> # 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

?

1 2	# 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

?

1	empty_rows = df[df['A列的列名'].notnull()]

 检测是否为空

?

1 2 3 4 5

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'