Pandas缺失值处理

判断数据是否为NaN：

pd.isnull(df),
pd.notnull(df)

判断缺失值是否存在

np.all(pd.notnull(data))  # 返回false代表有空值
np.any(pd.isnull(data))  #返回true代表有空值

处理方式：

• 存在缺失值nan,并且是np.nan:

  • 1、删除缺失值:dropna(axis='rows')

    • 注：不会修改原数据，需要接受返回值

  • 2、替换缺失值:fillna(value, inplace=True)

    • value:替换成的值
    • inplace:True:会修改原数据，False:不替换修改原数据，生成新的对象

# 替换存在缺失值的样本的两列
# 替换填充平均值，中位数
movie['Revenue (Millions)'].fillna(movie['Revenue (Millions)'].mean(), inplace=True)

• 不是缺失值nan，有默认标记的
  • 将不是nan的值替换成np.nan——df.replace(to_replace,value)
    • to_replace- 替换前的值—被替换的
    • value—要修改成的值,上岗的值
    • 再按照是nan的方式处理

# 把一些其它值标记的缺失值，替换成np.nan
wis = wis.replace(to_replace='?', value=np.nan)

---

SSL报错

wis = pd.read_csv("https://archive.ics.uci.edu/ml/machine-learning-databases/breast-cancer-wisconsin/breast-cancer-wisconsin.data")

以上数据在读取时，可能会报如下错误：

URLError: <urlopen error [SSL: CERTIFICATE_VERIFY_FAILED] certificate verify failed (_ssl.c:833)>

解决办法：

# 全局取消证书验证
import ssl
ssl._create_default_https_context = ssl._create_unverified_context