数据处理 numpy and pandas——009_pandas 处理丢失数据

• isnull 判断是否丢失数据
• nan 制造丢失数据假象~~（不皮，稳住）
• fillna 将丢失数据填充为0

源代码及注释：

import numpy as np
import pandas as pd

# 假装没有这一部分，故意制造丢失数据
datas = pd.date_range('20180102',periods=6)
df = pd.DataFrame(np.arange(24).reshape((6,4)),index=datas,columns=['A','B','C','D'])
df.iloc[0,1] = np.nan
df.iloc[1,2] = np.nan

print(df)
# print(df.dropna(axis=0,how = 'any'))    #how={'any','all'}   只要有nan就把这行数据丢掉
# print(df.dropna(axis=1,how = 'any'))    #how={'any','all'}   只要有nan就把这列数据丢掉
print(df.fillna(value=0))     #将丢失的数据填充为0
print(df.isnull())           #判断是否丢失数据
print(np.any(df.isnull())=='Ture')        #判断是否有数据丢失