1.缺失值处理

1.1缺失值查看

在Python中直接调用info()方法就会返回每一列的缺失情况。

Python中缺失值一般用NaN表示，从用info()方法的结果来看，地区、销量跟销售额这三列是12个非null值，其他的都是13个非null值，说明这三列分别有一个缺失值。

1.2 缺失值删除

在Python中，我们利用的是dropna()方法，dropna()方法默认删除含有缺失值的行，也就是只要某一行有缺失值就将这一行删除。

如果想删除空白行，只要给dropna()方法传入一个参数how="all"即可，这样就只会删除全为空值的行。

1.3 缺失值填充

我们利用fillna()方法对数据表中的所有缺失值进行填充，在fillna()中输入要填充的值即可。

在Python中，我们也可以按不同列填充，只要在fillna()方法的括号中指明列名即可。

1.4 重复值处理

在Python中，我们利用drop_duplicates()方法，该方法默认对所有值进行重复值判断，且默认保留第一个(行)值。

上面是针对所有字段进行的重复值判断，我们同样可以只针对某一列或某几列进行重复值删除的判断，只需在drop_duplicates()方法中指明要判断的列名即可。

还可以自定义删除重复项时保留哪个，默认保留第一个，也可以设置保留最后一个，或者全部不保留。通过传入参数keep进行设置，参数keep默认值是first，即保留第一个；也可以是last，保留最后一个；还可以是False，即把重复值全部删除。