面试题：Python中Pandas处理缺失数据之基本操作

Question

在Python的Pandas库中，如何识别DataFrame中的缺失数据？请至少列举两种方法。如果要删除包含缺失数据的行，代码该如何编写？

Answer 1

1. 识别缺失数据的方法：
   • isnull()方法： isnull()函数用于检测DataFrame中的缺失值。它会返回一个与原始DataFrame相同形状的DataFrame，其中每个元素都是布尔值，True表示对应位置的元素是缺失值，False表示不是缺失值。 示例代码：

     import pandas as pd
     data = {'col1': [1, None, 3], 'col2': [4, 5, None]}
     df = pd.DataFrame(data)
     missing_values = df.isnull()
     print(missing_values)
     

   • notnull()方法： notnull()函数与isnull()相反，用于检测DataFrame中的非缺失值。它同样返回一个与原始DataFrame相同形状的DataFrame，其中每个元素都是布尔值，True表示对应位置的元素不是缺失值，False表示是缺失值。 示例代码：

     import pandas as pd
     data = {'col1': [1, None, 3], 'col2': [4, 5, None]}
     df = pd.DataFrame(data)
     non_missing_values = df.notnull()
     print(non_missing_values)
     

2. 删除包含缺失数据的行： 使用dropna()方法可以删除包含缺失数据的行。 示例代码：

   import pandas as pd
   data = {'col1': [1, None, 3], 'col2': [4, 5, None]}
   df = pd.DataFrame(data)
   new_df = df.dropna()
   print(new_df)
   

   在dropna()方法中，如果不传入任何参数，默认删除任何包含缺失值的行。也可以通过设置how='all'来仅删除所有列值都为缺失值的行，例如：

   new_df_all = df.dropna(how='all')
   print(new_df_all)