数据挖掘技术与应用：检测与处理缺失值.docxVIP

检测与处理缺失值 准备数据 准备数据detail.csv，将数据文件detail.csv放到Linux本地的/course/DataAnalyze/data目录，并读取数据 In[1]: import os import pandas as pd os.chdir(/course/DataAnalyze/data) detail = pd.read_csv(./detail.csv,index_col=0,encoding = gbk, engine = python) 检测与处理缺失值 pandas提供了识别缺失值的方法isnull以及识别非缺失值的方法notnull，这两种方法在使用时返回的都是布尔值True和False。结合sum方法和isnull、notnull方法，可以检测数据中缺失值的分布以及数据中一共含有多少缺失值，具体用法如REF _Ref491957646 \h 代码 410所示。 代码 STYLEREF 1 \s4SEQ 代码 \* ARABIC \s 110 isnull和notnull用法 In[9]: print(detail每个特征缺失的数目为：\n,detail.isnull().sum()) print(detail每个特征非缺失的数目为：\n,detail.notnull().sum()) Out[9]: detail每个特征缺失的数目为：