Pandas DataFrame中的NaN值处理

在Pandas的DataFrame中，NaN表示“Not a Number”，即缺失值。在数据清洗过程中，处理缺失值是至关重要的一步。不正确的缺失值处理可能会导致分析结果不准确。以下是一些常用的处理DataFrame中NaN值的方法：

1. 查看缺失值
   使用isnull()函数可以查看DataFrame中所有的缺失值。这将返回一个与原始DataFrame形状相同的布尔型DataFrame，True表示对应位置的值为NaN，False表示非NaN。
   示例代码：

   df = pd.DataFrame({'A': [1, 2, np.nan], 'B': [5, np.nan, np.nan], 'C': [1, 2, 3]})
   df.isnull()

   输出结果：

   A      B      C
   0  False  False  False
   1  False   True   False
   2   True   True   False

2. 填充缺失值
   填充缺失值是处理NaN值的一种常见方法。可以使用fillna()函数来填充缺失值。fillna()函数可以接受不同的参数来指定填充方式，例如使用固定值、前向填充、后向填充等。
   示例代码：

   df = pd.DataFrame({'A': [1, 2, np.nan], 'B': [5, np.nan, np.nan], 'C': [1, 2, 3]})
   df.fillna(value=0)

   输出结果：

   A  B  C
   0  1.0  5  1
   1  2.0  0  2
   2  NaN  0  3

   这里将所有的NaN值填充为0。如果你想用前一个或后一个有效数据点的值来填充NaN，可以使用ffill和bfill参数，例如df.fillna(method=’ffill’)或df.fillna(method=’bfill’)。
3. 删除包含缺失值的行或列
   如果你想删除包含NaN值的行或列，可以使用dropna()函数。dropna()函数可以接受多个参数来指定如何识别和处理缺失值。例如，可以指定只删除行或列中NaN值的比例超过某个阈值的行或列。
   示例代码：

   df = pd.DataFrame({'A': [1, 2, np.nan], 'B': [5, np.nan, np.nan], 'C': [1, 2, 3]})
   df.dropna(axis=0)

   输出结果：

   A    B    C
   0  1.0  5.0  1.0
   1  2.0  NaN  2.0

   这里删除了包含NaN值的行。你也可以使用axis=1参数来删除包含NaN值的列。此外，dropna()函数还可以接受其他参数来进一步定制删除操作，例如thresh参数指定至少包含多少有效数据点的行或列才不会被删除。
   总结：处理DataFrame中的NaN值是数据分析中的常见任务。通过使用Pandas提供的isnull()、fillna()和dropna()等函数，可以方便地识别、填充和删除缺失值，从而更好地进行数据清洗和分析。在实际应用中，根据具体情况选择合适的方法来处理缺失值，可以提高数据分析的准确性和可靠性。