缺失值的类型

在数据集中可能存在缺失值有如下3种：

None：python的空值np.nan：numpy的空值pd.NaT：pandas的缺失（空）时间值

作为后面的实验素材，先构造一个包含各种缺失值的DataFrame：

是否存在缺失值？

判断是一个数据集中是否存在缺失值，可以使用以下3个方法：

isnullnotnullisna：等价于isnull，建议使用isnull，意义更加明确。

当数据集比较大的时候，可以使用numpy.any/all方法判断数据集是否存在缺失值（存在任意True元素则np.any返回True）：

存在缺失值的列有哪些？

如下方法可以判断缺失值在哪些列：

可以看出，df在ABD三列存在缺失值。这里巧妙的利用了True在python内部表示为1，False表示为0，这样如果存在True（即空值）的话，该列的平均值一定不为0，就可以筛选出存在缺失值的列了。

缺失值的比例多大？

统计各列的缺失值的数量：

数据集中缺失值的总数：

缺失值的比例：

删除缺失值

dropna默认删除存在缺省值的所有行：

替换缺失值

fillna可以将缺失值替换为指定值，比如将全部缺失值替换为100：

也可以根据列指定替换：