原文链接：https://junjiecai.github.io/posts/2016/Oct/20/none_vs_nan/ 建议从这里下载这篇文章对应的.ipynb文件和相关资源。这样你就能在Jupyter中边阅读，边测试文中的代码。 python原生的None和pandas, numpy ...

NAN和INF值处理 首先我们要知道这两个英文单词代表的什么意思： NAN：Not A number，不是一个数字的意思，但是他是属于浮点类型的，所以想要进行数据操作的时候需要注意他的类型。 INF：Infinity，代表的是无穷大的意思，也是属于浮点类型。np.inf表示正无穷大 ...

上一篇pandas数组(pandas Series)-(3)向量化运算里说到,将两个 pandas Series 进行向量化运算的时候,如果某个 key 索引只在其中一个 Series 里出现,计算的结果会是 NaN ,那么有什么办法能处理 NaN 呢? 1. dropna() 方法 ...

python中nan值判断与处理 　　针对计算 metrics 的平均值的时候，最终结果都是 nan，需要提前判断，然后剔除掉。 pandas 里面 NaN 判断，如下： bm_waybill_id arrive_lat arrive_lng ...

pandas中DataFrame，Series 都有 isnull()方法，而数据框/单元格却没有，用了就会报错：AttributeError: 'float' object has no attribute 'isnull' 　　怎么判断单个框是否为 np.nan？ 索引一个单元格 ...

...

Pandas使用这些函数处理缺失值： isnull和notnull：检测是否是空值，可用于df和series dropna：丢弃、删除缺失值 axis : 删除行还是列，{0 or ‘index’, 1 or ‘columns’}, default 0 how ...

1、检查缺失值 为了更容易地检测缺失值(以及跨越不同的数组dtype)，Pandas提供了isnull()和notnull()函数，它们也是Series和DataFrame对象的方法 - 2、清理/填充缺少 数据Pandas提供了各种方法来清除缺失的值。 fillna()函数 ...