缺失值

几乎不可能找到完全没有缺失值的数据集。pandas 中用 NaN 表示缺失值。您可以使用 pandas 的 isnull() 函数检查缺失值。 pd.isnull(df['column']) 在值缺失时返回 True， 否则返回 False。

与 R 相比，Python 中对缺失值的处理略有不同。 例如，.mean() 方法在 Python 中会自动忽略缺失值。 您也可以使用 .fillna() 方法对缺失值进行重编码。它会将该列中所有缺失值替换为您提供的值。

在本练习中，我们对 tips 数据集做了修改，使其包含一些缺失值。