2018-12-04 阅读量: 475
删除缺失数据
df.dropna(axis=0, how='any')
返回一个 DataFrame，其中删除了包含任何 NaN 值的给定轴，选择 how=「all」会删除所有元素都是 NaN 的给定轴。
（9）替换缺失数据
df.replace(to_replace=None, value=None)
使用 value 值代替 DataFrame 中的 to_replace 值，其中 value 和 to_replace 都需要我们赋予不同的值。
（10）检查空值 NaN
pd.isnull(object)
检查缺失值，即数值数组中的 NaN 和目标数组中的 None/NaN。
三个资料Q群下载不了也转发不了,先放这里Fine_tuning.zipLangChain.zipdata_clear.rar
