在使用python里的pandas库进行数据分析工作时，很多时候我们都会遇到这样一个问题：数据缺失。这也是大部分数据分析工作所会遇到的之一。而正确处理缺失值，也是我们在数据分析中数据预处理环节的关键的一环。下面我将讲讲在我学习Pandas的时候，对缺失值处理的一些总结。
首先在进行我们的缺失值处理之前，简单和大家做个小说明，在我们的pandas中，空值和缺失值是不同的。
空值：在pandas中的空值是：" "
缺失值：pandas里，如果是DataFrame（数据帧）中,缺失值可以表示为nan或者naT（缺失时间）。如果是在Series中，则为none或者nan。
同样的，如果想要生成缺失值的话，用：
生成缺失值可以使用:
pd.NaT 或np.nan
下面开始具体说说缺失值的处理。
（1）删除（dropna）
在遇到某列数据（标签或指标等）大量丢失时，我们常用的方法，是将该含有过多空值的行/列删除，通常这也是一种行之有效的做法。而一般在pandas里，我们用dropna函数实现这一操作。
具体函数：
DataFrame.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)
函数作用：
删除含有空值的行或列
函数具体参数：
- axis:维度，axis=0表示index行,axis=1表示columns列，默认为0
- how:"all"表示这一行或列中的元素全部缺失（为nan）才删除这一行或列，"any"表示这一行或列中只要有元素缺失，就删除这一行或列
- thresh： axis中至少有thresh个非缺失值，否则删除。（对此参数存在疑问的，我会在另外的文章写到）
- subset：在某些列的子集中选择出现了缺失值的列删除，不在子集中的含有缺失值得列或行不会删除（有axis决定是行还是列）
- inplace：刷选过缺失值得新数据是存为副本还是直接在原数据上进行修改。默认是False，即创建新的对象进行修改，原对象不变，和深复制和浅复制有些类似。（对此参数存在疑问的，我会在另外的文章写到）
下面我们举几个小例子：(以下代码均在jupyter运行，大家print的时候注意一下）
import pandas as pd
import numpy as np
df = pd.DataFrame({"name": ['Alfred', 'Batman', 'Catwoman'],
"toy": [np.nan, 'Batmobile', 'Bullwhip'],
"born": [pd.NaT, pd.Timestamp("1940-04-25"),pd.NaT]})
df
运行结果：
可以看到，运行结果中出现了三个缺失值，下面我们来尝试一下用dropna函数处理它
（1）默认参数：删除行，只要有空值就会删除，不替换。
可以看到，此时含有缺失值的行和列都被删除了，只剩下不含空值的行和列。
（2）指定行/列时：
可以看到，当我们通过axis=0或axis=1指定行/列时，程序会帮我们输出不含缺失值的行/列。
（3）当想指定所有值全为缺失值才删时，用how="all"：
（4）当想指定至少出现过两个缺失值才删除，用（thresh=2）：
（5）当想指定删除某个分组（可以理解成哪几列或那几个标签）中的含有缺失值的行或列，用subset=[ ]:
以上便是<如何处理Pandas里的缺失值(入门篇1)>的内容，欢迎感兴趣的小伙伴关注下半部分<如何处理Pandas里的缺失值(入门篇2)>:
侦探L：如何处理Pandas里的缺失值(入门篇2)zhuanlan.zhihu.com
