空值处理

 

 

 

# 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'