Data Whale第20期组队学习 Pandas学习—缺失数据
- 一、缺失值的统计和删除
-
- 1.1 统计缺失信息
- 1.2 删除缺失信息
- 二、缺失值的填充和插值
-
- 2.1 利用fillna进行填充
- 2.2 插值函数
- 三、Nullable类型
-
- 3.1 缺失记号及其缺陷
- 3.2 Nullable类型的性质
- 3.3 缺失数据的计算和分组
- 参考文献
Data Whale第20期组队学习 Pandas学习—缺失数据Data Whale 第 20 期组队学习 Pandas 学习 缺失数据 一 缺失值的统计和删除 1 1 统计缺失信息 1 2 删除缺失信息 二 缺失值的填充和插值 2 1 利用 fillna 进行填充 2 2 插值函数 三 Nullable 类型 3 1 缺失记号及其缺陷 3 2 Nullable 类型的性质 3 3 缺失数据的计算和分组
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请联系我们,一经查实,本站将立刻删除。
如需转载请保留出处:https://51itzy.com/kjqy/114123.html