import pandas as pd

pd.isnull(dataframe)
# dataframe為數(shù)據(jù)
如果數(shù)據(jù)中存在NaN返回True,如果沒有就返回False

pd.notnull(dataframe)
該方法與isnull相反

any()  和 all()
"""
pd.isnull(dataframe).any()
判斷哪一個字段中存在缺失值沒有就返回False

pd.notnull(dataframe).all()
判斷哪一個字段中存在缺失值沒有就返回True
"""

import numpy as np

np.any(pd.isnull(dataframe)) # 如果返回True,說明數(shù)據(jù)中存在缺失值

np.all(pd.notnull(dataframe)) # 如果返回False, 說明數(shù)據(jù)中存在缺失值

dataframe.dropna(inplace=False)

"""
dropna() 是刪除空值數(shù)據(jù)的方法, 默認(rèn)將只要含有NaN的整行數(shù)據(jù)刪除, 
如果想要刪除整行都是空值的數(shù)據(jù)需要添加how='all'參數(shù)

默認(rèn)是刪除整行, 如果對列做刪除操作, 需要添加axis參數(shù), 
axis=1表示刪除列, axis=0表示刪除行

inplace: 是否在當(dāng)前的dataframe中執(zhí)行此操作,
True表示在原來的基礎(chǔ)上修改,
False表示返回一個新的值, 不修改原有數(shù)據(jù)
"""

dataframe.fillna('替換的值value',inplace=False)
'''
把替換NaN的值傳入到fillna()中
'''

import numpy as np

# 替換
dataframe.replace(to_replace="?", value=np.nan)

DataFrame.drop(labels=None,axis=0, index=None, columns=None, inplace=False)

'''
代碼解釋:
labels : 就是要刪除的行列的名字,用列表指定
index : 直接指定要刪除的行
columns : 直接指定要刪除的列
inplace=False : 表示返回一個新的值, 不修改原有數(shù)據(jù)
inplace=True : 表示在原來的基礎(chǔ)上修改
'''

import pandas as pd
df = pd.read_csv('/text.xlsx')
# 刪除第0行和第1行
df.drop(labels=[0,1],axis=0)

# 刪除列名為 age 的列
df.drop(axis=1,columns=age)