一、获取缺失值。二、剔除缺失值。三、缺失值补全。四、重复值剔除（按照行和列）。五、数值转换。
原始数据展示。数据下载链接 /download/qq_35240689/86723500?spm=1001..3001.5503
一、获取缺失值。
1. 获取所有的缺失值.
获取所有的缺失值，返回一个 true 和 false 的表
df.isnull()
2. 统计缺失值，按照每一列统计
df.isnull().sum()
3. 统计缺失值 按行
df.isnull().sum(axis='columns')
4. 查看列 是否全部缺失
df.isnull().all()
二、 剔除缺失值
1. 剔除植物园这一列缺失值的 2种方式
df1 = df.drop(columns='植物园')df1 = df.drop('植物园', axis=1)
2.通过数据索引的方式来剔除掉缺测数据。 列
df1 = df.loc[:, ~(df.isnull().all())]
3. 删除所有 有缺失的行
df1[~(df1.isnull().any('columns'))]
这种方式看起来明显比drop()的方式要复杂一点，那么是不是意味着我们就学drop()就行了，不用再去记住索引方式。
当然不是！drop()看起来简单只是因为刚好只有一列需要剔除，加入我们需要剔除很多数据，那使用drop()就不足以完成任务，还是要配合索引的方式。
下面我们来看一下剔除行里的缺测值，上面的数据有很多行都有缺测值，如果在drop函数中一个一个填是很不现实的，那么我们看一下合理的解决方案应该是什么样的。
4. 以上两种方法都还是有一些复杂，这是因为其实pandas还内置了更方便的函数供我们调用，那就是dropna()
inplace 表示是否替换原数据
剔除列的缺失值； how=‘all’ 所有值为空才删除
df.dropna(axis='columns', how='all', inplace=True)
剔除行的缺失值；只要有一个值为空就删除
df.dropna(axis='index', how='any', inplace=True)
三、缺失值补全。
用前一行的数据填充
df.fillna(method='ffill')
用后一行的数据填充
df.fillna(method='bfill')
四、重复值剔除（按照行和列）。
返回的是 True 和 False 的 列表
df.duplicated()
剔除重复行
df.drop_duplicates()
返回的是 True 和 False 的 列表
df.duplicated(subset=['天坛'], keep=False)
剔除 天坛 这列里面的所有重复值
df.drop_duplicates(subset=['天坛'], keep=False)
五、数值转换
1. replace
单值转换，将Nan 替换成 -9999
df.replace(np.nan, -9999)
多值转化，将想替换的元素放在一个 [ ] 里就行
df.replace([np.nan, 0], -9999)
2. apply
replace可以进行简单的数据替换，但如果想进行更为复杂的操作replace是无法完成的。
然而对DataFrame而言，apply是非常重要的数据处理方法，它可以接收各种各样的函数（Python内置的或自定义的），处理方式很灵活，完成各种复杂的需求。他的实际作用是将函数作为一个对象，通过apply的调用对DataFrame里的数组元素应用这个函数。
只关注和设置这个规则，循环这种事情交给编程语言去处理
def aqi_level(aqi):if aqi>0 and aqi<=50:level = '优'elif aqi>50 and aqi<=100:level = '良'elif aqi>100 and aqi<=150:level = '轻度污染'elif aqi>150 and aqi<=200:level = '中度污染'elif aqi>200 and aqi<=300:level = '重度污染'else:level = '严重污染'return level# 数据预处理一下 将所有的类型都转为 AQIaqi = df[df['type']=='AQI']aqi['东四'].apply(aqi_level)
applymap
apply() 可以实现对某一行或某一列的函数应用，如果想对 DataFrame中 的全部数值都使用这个函数来进行转化我们就需要用到 applymap()
#~aqi.columns.isin(['date', 'hour', 'type'])取非这三列的所有列
aqi.loc[:, ~aqi.columns.isin(['date', 'hour', 'type'])].apply(np.mean, axis=0)aqi.loc[:, ~aqi.columns.isin(['date', 'hour', 'type'])].applymap(aqi_level)
Python Pandas DataFrame 删除缺失值 None Nan drop dropna 替换缺失值 fillna 重复值删除 duplicate 数值替换 replace apply
