1.找到缺失值

• 导入数据集

df=pd.read_csv("nba.csv")
df.head(10)

• 替换异常值（数据集中异常值为“-”）

把数据集中的异常值用“NaN”替换

# 将空值形式的缺失值转换成可识别的类型
data = data.replace('-', np.NaN)

2.计算缺失值的数量

用# isnull() 函数，确认各列是否有缺失值1.

null_all = df.isnull().sum()
print(null_all)

.sum();表示可以显示各个列的缺失值数量。

null_all = df.isnull.any(axis=1)#表示那些行具有缺失值，

.any()表示只要按行或列计算，有缺失值就算入
.all()表示所在行或列全为缺失值才计入
.sum()表示计算列缺失值时，一列有多个缺失值，同理，计算行缺失，计算有多少个行。

3.处理缺失值

3.1:df.dropna():直接删除行列

df表示数据集的名称

• dropna(axis=0, how=‘any’, thresh=None, subset=None, inplace=False)
  括号内上述参数都是函数默认。

axis=0:表示对行进行删除操作，axis=1:对列删除进行操作
how=‘any’：表示维度 存在“缺失值”就删除相应行/列操作；how=‘all’：进行相关行或列删除操作时，只有所有维度缺失才删除。
thresh=None：等于几表示有几个缺失值存在才会删除所在的行或列。
inplace=False：表示对原来的数据集不进行操作，True时表示对原来的数据集也进行操作。

3.2:df.fillna()填充缺失值

• fillna(value=None, method=None, axis=None, inplace=False, limit=None, downcast=None)

axis : {0 or ‘index’, 1 or ‘columns’}

method : {‘backfill’, ‘bfill’, ‘pad’, ‘ffill’, None}
pad’, ‘ffill：将前面的值填充于后面位置。
backfill’, 'bfill：表示将后面的值填充于前面位置。

data.fillna(data.mean())#平均值填充
data.fillna(data.median())#中位数填充

3.3:KNN填充

from sklearn.impute import KNNImputer
imputer = KNNImputer(n_neighbors=4)#邻居样本求平均数
df1=imputer.fit_transform(df)

4.查看数据集的末尾

df.tail(10)
查看末尾10行