Python数据分析入门教程(二)：数据预处理(13)
上表第二行中只有性别这个字段是空值 ， 所以在利用dropna（how=“all”）的时候并没有删除第二行 ， 只是把全为NaN值的第三行删除掉了 。
3、缺失值填充
上面 介绍了缺失值的删除 ， 但是数据是宝贵的 ， 一般情况下只要数据缺失比例不是过高（不大于30%） ， 尽量别删除 ， 而是选择填充 。
（1）Excel实现
在Excel中 ， 缺失值的填充和缺失值的删除一样 ， 利用的也是定位条件 ， 先把缺失值找到 ， 然后在第一个缺失值的单元格中输入要填充的值 ， 最常用的就是用0填充 ， 输入以后按Ctrl+Enter组合键就可以对所有的缺失值进行填充 。
缺失值填充前后的对比如下图所示：
推荐阅读
- 季后赛|IG进季后赛概率仅1.83%！LPL数据分析：FPX比EDG更有机会拿第1
- RNG|五连胜：RNG又浪又稳赢下UP！双方对局战况及最新数据分析
- 盲盒|梦幻西游：数据分析老王无级别之夜2006件装备，破解出蓝字的几率
- 原神|原神：雷主技能和数据分析，隐忍了一年后终于从“最弱五星”摇身一变最强充能拐
- 原神|原神：甘雨12号上线，为什么说是必抽人权卡？最新实战演示数据分析
- 崩坏3吼姆天王|崩坏3吼姆天王数据分析
- Python|阿里达摩院13小时讲完的python！整整466集，拿走不谢
- 公主连结处女座工会战野性狮鹫|公主连结处女座工会战野性狮鹫数据分析
- 公主连结处女座工会战双足飞龙|公主连结处女座工会战双足飞龙数据分析
- 智慧公安可视化大数据分析平台开发情报研判平台开发