1.找到缺失值

導入數據集

df=pd.read_csv("nba.csv")
df.head(10)

替換異常值（數據集中異常值為“-”）

把數據集中的異常值用“NaN”替換

# 將空值形式的缺失值轉換成可識別的類型
data = data.replace('-', np.NaN)

2.計算缺失值的數量

用# isnull() 函數，確認各列是否有缺失值1.

null_all = df.isnull().sum()
print(null_all)

.sum();表示可以顯示各個列的缺失值數量。

null_all = df.isnull.any(axis=1)#表示那些行具有缺失值，

.any()表示只要按行或列計算，有缺失值就算入
.all()表示所在行或列全為缺失值才計入
.sum()表示計算列缺失值時，一列有多個缺失值，同理，計算行缺失，計算有多少個行。

3.處理缺失值

3.1:df.dropna():直接刪除行列

df表示數據集的名稱

• dropna(axis=0, how=‘any’, thresh=None, subset=None, inplace=False)

括號內上述參數都是函數默認。

axis=0:表示對行進行刪除操作，axis=1:對列刪除進行操作
how=‘any’：表示維度 存在“缺失值”就刪除相應行/列操作；how=‘all’：進行相關行或列刪除操作時，只有所有維度缺失才刪除。
thresh=None：等于幾表示有幾個缺失值存在才會刪除所在的行或列。
inplace=False：表示對原來的數據集不進行操作，True時表示對原來的數據集也進行操作。

3.2:df.fillna()填充缺失值

• fillna(value=None, method=None, axis=None, inplace=False, limit=None, downcast=None)

axis : {0 or ‘index’, 1 or ‘columns’}

method : {‘backfill’, ‘bfill’, ‘pad’, ‘ffill’, None}
pad’, ‘ffill：將前面的值填充于后面位置。
backfill’, 'bfill：表示將后面的值填充于前面位置。

data.fillna(data.mean())#平均值填充
data.fillna(data.median())#中位數填充

3.3:KNN填充

from sklearn.impute import KNNImputer
imputer = KNNImputer(n_neighbors=4)#鄰居樣本求平均數
df1=imputer.fit_transform(df)

4.查看數據集的末尾

df.tail(10)

查看末尾10行

總結