pandas DataFrame缺失值的查找与填充示例

Pandas DataFrame是一种常用的数据结构，它可以帮助我们快速地处理大量数据。然而，DataFrame中的数据可能会存在缺失值，这时我们就需要对它们进行查找和填充。

查找缺失值

Pandas DataFrame提供了一个isnull()函数，可以用来查找DataFrame中的缺失值。该函数会返回一个布尔型的DataFrame，其中True表示该位置是缺失值，False表示该位置不是缺失值。例如：

import pandas as pd

# 创建一个DataFrame，其中有一个缺失值
df = pd.DataFrame({'A':[1,2,3,4], 'B':[5,6,None,8]})

# 查找缺失值
missing_values = df.isnull()

# 打印结果
print(missing_values)

输出：

      A      B
0  False  False
1  False  False
2  False   True
3  False  False

填充缺失值

Pandas DataFrame提供了一个fillna()函数，可以用来填充DataFrame中的缺失值。该函数接受一个参数，用于指定要填充的值。例如，我们可以用0来填充上面DataFrame中的缺失值：

# 填充缺失值
df.fillna(0)

# 打印结果
print(df)

输出：

   A    B
0  1  5.0
1  2  6.0
2  3  0.0
3  4  8.0

fillna()函数还支持填充指定列的缺失值：

# 填充指定列的缺失值
df['B'].fillna(0)

# 打印结果
print(df)

输出：

   A    B
0  1  5.0
1  2  6.0
2  3  0.0
3  4  8.0

fillna()函数还可以用来填充前一个非缺失值：

# 填充前一个非缺失值
df.fillna(method='ffill')

# 打印结果
print(df)

输出：

   A    B
0  1  5.0
1  2  6.0
2  3  6.0
3  4  8.0

Pandas DataFrame提供了isnull()和fillna()函数，可以用来快速查找和填充DataFrame中的缺失值。