寫在前面
上週我們讀取完了數據（Python數據分析實戰：獲取數據），下面就要對數據進行清洗了，首先是對缺失值的處理。缺失值也就是空值，先找出來再處理。
查看缺失值
可以使用isnull方法來查看空值，得到的結果是布爾值。
# 查看缺失值
df_list.isnull()
結果：
對於小的數據集來說，可以這樣看，但對於大的數據集這樣查看空值貌似沒什麼意義，沒關係，還有其他方法，可以使用info方法
# 查看空值
df_list.info()
結果：
info方法可以看到字段的數據類型以及每個字段下有多少個非空值，可以看到neighbourhood_group 字段全爲空，這和布爾值顯示的結果一致。
其實還有一個方法，更簡單了：
# 查看空值
df_list.isnull().sum()
對取出來的isnull的布爾值求和，就很明顯地看到，id列是沒有空值的，name列有一個空值，結果：
也可以對單獨的某一列這樣查看空值，對name列查看空值
# 對單獨一列查看空值
df_list["name"].isnull().sum()
結果爲1，說明name列有1個空值：
缺失值的處理
找到缺失值以後如何處理呢？刪除或填充。
刪除缺失值
用dropna方法，默認是隻要一行中有一個缺失值這一行就全都刪除
# 刪除缺失值
df_list.dropna()
結果就是這個數據集裏的數據全被刪掉了，因爲其中的neighbourhood_group這個字段全爲空，按照dropna的尿性，有一個爲空就整行刪除，就得到了如下結果：
當然也可以給這個方法傳入how="all"參數，只有在整行爲空的前提下才刪除。
# 整行都爲空才刪除
df_list.dropna(how = "all")
結果是一條都沒有刪除，因爲這個數據集裏沒有所有字段都爲空的記錄：
但是有一列數據都爲空的字段，把neighbourhood_group這一列刪掉，還記得刪除列的方法嗎
# 刪除列
df_list = df_list.drop(columns = "neighbourhood_group")
df_list
結果：
name列也是有一個空值的，找出來看一下
# 定位到name列的空值
df_list[df_list["name"].isnull()]
結果如下，這一行還是刪了吧。
刪除行用drop方法，剛剛定位出了要刪除的那一行，行索引是456
# 刪除name列的空值的行
df_list = df_list.drop(index = 456)
df_list
結果可以看到變成了28451行，之前一直都是28452行。
缺失值填充
當然缺失值除了刪除外，還可以進行填充，可以用0填充，也可以用均值、衆數填充。用fillna方法進行缺失值的填充。
last_review和reviews_per_month這兩列也有缺失值，我們用衆數填充（mode）last_review列的缺失值，用均值（mean）填充reviews_per_month列的缺失值。
# 缺失值填充
df_list.fillna({"last_review":df_list.last_review.mode(),
"reviews_per_month":df_list.reviews_per_month.mean()})
結果
這裏只是舉例缺失值也可以被填充這樣處理，在這個案例裏，不建議這兩列填充，空着就空着吧。下節內容來處理重複值和異常值。
猜你喜歡：
Python數據分析實戰：獲取數據
@ 作者：可樂
@ 公衆號/知乎專欄/頭條/簡書：可樂的數據分析之路
@ 加微信（data_cola）備註：進羣，拉你進可樂的數據分析交流羣，數據分析知識總結，不定期行業經驗分享
