在 pandas 中插入缺失数据 - Python

在数据处理中，经常会遇到一些缺失数据（missing data）。pandas 是一种常用的数据处理工具，提供了一些方法来插入缺失数据。

1. 创建一个含有缺失数据的 DataFrame

可以使用 pandas 的 DataFrame() 函数来创建含有缺失数据的 DataFrame。示例代码如下所示：

import pandas as pd

data = {'a': [1, 2, 3, None, 5],
        'b': [None, 6, 7, 8, 9],
        'c': [10, 11, None, 13, 14]}
df = pd.DataFrame(data)

上面的代码创建了一个 DataFrame，其中第一列有一个缺失值，第二列有两个缺失值，第三列有一个缺失值。

2. 查看缺失数据

可以使用 pandas 中的 isnull() 函数来查看 DataFrame 中的缺失数据。示例代码如下所示：

print(df.isnull())

输出结果如下：

       a     b      c
0  False  True  False
1  False False  False
2  False False   True
3   True False  False
4  False False  False

3. 填充缺失数据

可以使用 pandas 中的 fillna() 函数来填充 DataFrame 中的缺失数据。示例代码如下所示：

df = df.fillna(value=0)

上面的代码将 DataFrame 中的缺失数据填充为 0。

4. 删除缺失数据

可以使用 pandas 中的 dropna() 函数来删除 DataFrame 中的缺失数据。示例代码如下所示：

df = df.dropna()

上面的代码将 DataFrame 中含有缺失数据的行删除。

结论

本文介绍了如何在 pandas 中插入缺失数据，以及如何查看、填充和删除缺失数据。通过本文的介绍，您可以更好地应对数据处理中的缺失数据问题。