pandas中的None与NaN （一）

pandas中的None与NaN

pandas中None与np.nan都视作np.nan

1.创建DataFrame
import pandas as pd
from pandas import Series,DataFrame
import numpy as np

df = DataFrame([[10,20,57,np.nan,None],
[22,33,56,12,None],
[np.nan,1,2,3,4]], index = list(“abc”),
columns = [“Python”,“Java”,“数学”,“物理”,“H5”])
#三行五列
df

• df.sum(axis=1) 数据进行求和
  

pandas中None与np.nan的操作

• isnull()

• notnull()

• dropna(): 过滤丢失数据

• fillna(): 填充丢失数据
  
  dataframe isnull()的使用
  
  any()函数的使用 看哪一列有空值 有为True 没有为False
  
  any()中的参数 axis axis = 1 看的是行数据
  
  创建 df2
  
  df3 = df.add(df2,fill_value=0) 将df 与 df2 相加得到 df3
  
  把非空值过滤掉
  
  (1)判断函数

  • isnull()
  • notnull()

使用notnull()函数与all将没有空值的行筛选出来