Day28：Pandas数据清洗

在前一节中我们学习了如何从庞大的表格中筛选我们所需的数据，如何处理与计算这些数据，但这一切都是基于数据是一个完整无误的状态，否则我们需要对数据进行清洗才能进行分析统计。在数据分析中，数据清洗是一个重要的步骤，用于处理数据中的空值、重复值、错误格式和错误数据等问题。Pandas提供了一些函数用于数据清洗，让我们一起来看看。

1. 处理空值

空值是指数据中的缺失值或空白值。处理空值的常用函数包括：

• isnull()：检测空值，返回布尔型的DataFrame/Series。
• notnull()：检测非空值，返回布尔型的DataFrame/Series。
• fillna(value)：填充空值，使用指定的值替代空值，通过可以考虑均值、中位数、众数等。
• dropna()：删除包含空值的行或列。

import pandas as pd

data = {
    'A': [1, 2, None, 4, 5],
    'B': ['a', 'b', None, 'd', 'e']
}
df = pd.DataFrame(data)

# 检测空值
print(df.isnull())

# 填充空值
df.fillna(0, inplace=True)
print(df)

2. 处理重复值

重复值是指数据中出现多次的相同值。处理重复值的常用函数包括：