Zaoqi's Blog -> Python数据分析教程 -> 图解Pandas ->
缺失值检查与处理
缺失值检查与处理¶
在线刷题
检查 or 强化 Pandas 数据分析操作？👉在线体验「Pandas进阶修炼300题」
Note
本页面代码可以在线编辑、执行！
本页数据说明¶
为了更好的介绍相关操作，本页面使用 豆瓣电影TOP250 数据进行展开，你应该对数据字段、数值、类型等相关信息做一个大致了解！
import pandas as pd
pd.set_option('display.max_colwidth',10)
df = pd.read_excel("TOP250.xlsx")
df.head()
| 片名 | 上映年份 | 评分 | 评价人数 | 导演 | 编剧 | 主演 | 类型 | 国家/地区 | 语言 | 时长(分钟) | |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 肖申克的救赎 | 1994 | 9.7 | 2317937.0 | 弗兰克·德拉邦特 | 弗兰克·德拉... | 蒂姆·罗宾斯... | 剧情 / 犯罪 | 美国 | 英语 | 142.0 |
| 1 | 霸王别姬 | 1993 | 9.6 | 1720638.0 | 陈凯歌 | 芦苇 / 李碧华 | 张国荣 / ... | 剧情 / 爱... | 中国 | 汉语普通话 | 171.0 |
| 2 | 阿甘正传 | 1994 | 9.5 | 1743966.0 | 罗伯特·泽米吉斯 | 艾瑞克·罗斯... | 汤姆·汉克斯... | 剧情 / 爱情 | 美国 | 英语 | 142.0 |
| 3 | 这个杀手不太冷 | 1994 | 9.4 | 1922740.0 | 吕克·贝松 | 吕克·贝松 | 让·雷诺 /... | 剧情 / 动... | 法国 | 英语 | 110.0 |
| 4 | 泰坦尼克号 | 1997 | 9.4 | 1706127.0 | 詹姆斯·卡梅隆 | 詹姆斯·卡梅隆 | 莱昂纳多·迪... | 剧情 / 爱... | 美国 | 英语 | 194.0 |
缺失值检查¶
检查全部缺失值¶
df.isna().sum().sum()
26
检查每列缺失值¶
再看看具体每列有多少缺失值
df.isnull().sum()
片名 0
上映年份 0
评分 5
评价人数 3
导演 0
编剧 0
主演 0
类型 0
国家/地区 6
语言 6
时长(分钟) 6
dtype: int64
定位缺失值¶
为了后面更方便的处理缺失值，现在先看看全部缺失值所在的行
df[df.isnull().T.any() == True]
| 片名 | 上映年份 | 评分 | 评价人数 | 导演 | 编剧 | 主演 | 类型 | 国家/地区 | 语言 | 时长(分钟) | |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 6 | 千与千寻 | 2001 | 9.4 | 1822369.0 | 宫崎骏 | 宫崎骏 | 柊瑠美 / ... | 剧情 / 动... | 日本 | 日语 | NaN |
| 12 | 海上钢琴师 | 1998 | 9.3 | 1371726.0 | 朱塞佩·托纳多雷 | 亚利桑德罗·... | 蒂姆·罗斯 ... | 剧情 / 音乐 | 意大利 | NaN | 165.0 |
| 19 | 熔炉 | 2011 | 9.3 | NaN | 黄东赫 | 黄东赫 / 孔枝泳 | 孔刘 / 郑... | 剧情 | 韩国 | 韩语 | 125.0 |
| 20 | 教父 | 1972 | 9.3 | 756991.0 | 弗朗西斯·福... | 马里奥·普佐... | 马龙·白兰度... | 剧情 / 犯罪 | 美国 | 英语 | NaN |
| 21 | 当幸福来敲门 | 2006 | 9.1 | 1237631.0 | 加布里埃莱·穆奇诺 | 斯蒂夫·康拉德 | 威尔·史密斯... | 剧情 / 家... | 美国 | NaN | 117.0 |
| 22 | 龙猫 | 1988 | 9.2 | 1032307.0 | 宫崎骏 | 宫崎骏 | 日高法子 /... | 动画 / 奇... | 日本 | 日语 | NaN |
| 31 | 乱世佳人 | 1939 | 9.3 | 556888.0 | 维克多·弗莱... | 玛格丽特·米... | 费雯·丽 /... | 剧情 / 爱... | 美国 | 英语 | NaN |
| 43 | 我不是药神 | 2018 | 9.0 | 1696301.0 | 文牧野 | 韩家女 / ... | 徐峥 / 王... | 剧情 / 喜剧 | NaN | 汉语普通话 | NaN |
| 53 | 狮子王 | 1994 | 9.0 | 665020.0 | 罗杰·阿勒斯... | 艾琳·梅琪 ... | 乔纳森·泰勒... | 动画 / 歌... | NaN | 英语 | 89.0 |
| 73 | 情书 | 1995 | NaN | 726751.0 | 岩井俊二 | 岩井俊二 | 中山美穗 /... | 剧情 / 爱情 | 日本 | 日语 | 117.0 |
| 81 | 蝴蝶效应 | 2004 | NaN | 751155.0 | 埃里克·布雷... | J·麦基·格... | 阿什顿·库彻... | 剧情 / 科... | 美国 | 英语 | 113.0 |
| 82 | 心灵捕手 | 1997 | 8.9 | 565379.0 | 格斯·范·桑特 | 本·阿弗莱克... | 马特·达蒙 ... | 剧情 | 美国 | NaN | 126.0 |
| 113 | 无人知晓 | 2004 | 9.1 | 233881.0 | 是枝裕和 | 是枝裕和 | 柳乐优弥 /... | 剧情 | 日本 | 日语 | NaN |
| 133 | 甜蜜蜜 | 1996 | NaN | 420172.0 | 陈可辛 | 岸西 | 黎明 / 张... | 剧情 / 爱情 | 中国 | 粤语 | 118.0 |
| 135 | 萤火之森 | 2011 | 8.9 | NaN | 大森贵弘 | 绿川幸 | 佐仓绫音 /... | 剧情 / 爱... | 日本 | 日语 | 45.0 |
| 139 | 驯龙高手 | 2010 | 8.7 | 617312.0 | 迪恩·德布洛... | 威廉姆·戴维... | 杰伊·巴鲁切... | 动画 / 奇... | 美国 | NaN | 98.0 |
| 166 | 英雄本色 | 1986 | 8.7 | NaN | 吴宇森 | 陈庆嘉 / ... | 周润发 / ... | 剧情 / 动... | 中国 | 粤语 | 95.0 |
| 170 | 谍影重重3 | 2007 | NaN | 345352.0 | 保罗·格林格拉斯 | 托尼·吉尔罗... | 马特·达蒙 ... | 动作 / 悬... | 美国 | 英语 | 115.0 |
| 181 | 头脑特工队 | 2015 | NaN | 478719.0 | 彼特·道格特... | 彼特·道格特... | 艾米·波勒 ... | 喜剧 / 动... | 美国 | NaN | 95.0 |
| 189 | 海街日记 | 2015 | 8.8 | 335964.0 | 是枝裕和 | 是枝裕和 /... | 绫濑遥 / ... | 剧情 / 家庭 | NaN | 日语 | 127.0 |
| 192 | 惊魂记 | 1960 | 9.0 | 202622.0 | 阿尔弗雷德·... | 约瑟夫·斯蒂... | 安东尼·博金... | 悬疑 / 惊... | NaN | 英语 | 109.0 |
| 193 | 黑天鹅 | 2010 | 8.6 | 680102.0 | 达伦·阿伦诺夫斯基 | 安德雷斯·海... | 娜塔莉·波特... | 剧情 / 惊悚 | 美国 | NaN | 108.0 |
| 197 | 冰川时代 | 2002 | 8.6 | 507275.0 | 卡洛斯·沙尔... | 迈克尔·伯格... | 雷·罗马诺 ... | 喜剧 / 动... | NaN | 英语 | 81.0 |
| 257 | 浪潮 | 2008 | 8.7 | 223511.0 | 丹尼斯·甘塞尔 | 丹尼斯·甘塞... | 于尔根·福格... | 剧情 / 惊悚 | NaN | 德语 | 107.0 |
高亮缺失值¶
很明显，虽然上一题找到了全部缺失值所在的行，但是看的很头疼
我们可以将缺失值进行高亮进一步查看
(df[df.isnull().T.any() == True]
.style
.highlight_null(null_color='skyblue')
.set_table_attributes('style="font-size: 10px"'))
| 片名 | 上映年份 | 评分 | 评价人数 | 导演 | 编剧 | 主演 | 类型 | 国家/地区 | 语言 | 时长(分钟) | |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 6 | 千与千寻 | 2001 | 9.400000 | 1822369.000000 | 宫崎骏 | 宫崎骏 | 柊瑠美 / 入野自由 / 夏木真理 / 菅原文太 / 中村彰男 / 玉井夕海 / 神木隆之介 / 内藤刚志 / 泽口靖子 / 我修院达也 / 大泉洋 / 小林郁夫 / 上条恒彦 / 小野武彦 | 剧情 / 动画 / 奇幻 | 日本 | 日语 | nan |
| 12 | 海上钢琴师 | 1998 | 9.300000 | 1371726.000000 | 朱塞佩·托纳多雷 | 亚利桑德罗·巴里克 / 朱塞佩·托纳多雷 | 蒂姆·罗斯 / 普路特·泰勒·文斯 / 比尔·努恩 / 克兰伦斯·威廉姆斯三世 / 梅兰尼·蒂埃里 / 皮特·沃恩 / 尼尔·奥布赖恩 / 阿尔贝托·巴斯克斯 / 加布里埃莱·拉维亚 / 科里·巴克 / 西德尼·科尔 / Luigi De Luca / 尼古拉·迪·平托 / 费米·依鲁福祖 / 伊斯顿·盖奇 / 凯文·麦克纳利 / 布莱恩·普林格 / 沙拉·鲁宾 / 希思科特·威廉姆斯 / 阿妮妲·扎格利亚 / 安吉洛·迪洛雷塔 | 剧情 / 音乐 | 意大利 | nan | 165.000000 |
| 19 | 熔炉 | 2011 | 9.300000 | nan | 黄东赫 | 黄东赫 / 孔枝泳 | 孔刘 / 郑有美 / 金贤秀 / 郑仁絮 / 白承焕 / 张光 / 金民尚 / 林贤成 / 金周灵 / 严孝燮 / 全国焕 / 崔镇浩 / 金志映 / 严智星 / 许在浩 / 张素妍 | 剧情 | 韩国 | 韩语 | 125.000000 |
| 20 | 教父 | 1972 | 9.300000 | 756991.000000 | 弗朗西斯·福特·科波拉 | 马里奥·普佐 / 弗朗西斯·福特·科波拉 | 马龙·白兰度 / 阿尔·帕西诺 / 詹姆斯·肯恩 / 理查德·卡斯特尔诺 / 罗伯特·杜瓦尔 / 斯特林·海登 / 约翰·马利 / 理查德·康特 / 艾尔·勒提埃里 / 黛安·基顿 / 阿贝·维高达 / 塔莉娅·夏尔 / 吉亚尼·罗素 / 约翰·凯泽尔 / 鲁迪·邦德 / 兰尼·蒙大拿 | 剧情 / 犯罪 | 美国 | 英语 | nan |
| 21 | 当幸福来敲门 | 2006 | 9.100000 | 1237631.000000 | 加布里埃莱·穆奇诺 | 斯蒂夫·康拉德 | 威尔·史密斯 / 贾登·史密斯 / 坦迪·牛顿 / 布莱恩·豪威 / 詹姆斯·凯伦 / 丹·卡斯泰兰尼塔 / 柯特·富勒 / 塔卡尤·费舍尔 / 凯文·韦斯特 / 乔治·张 / 戴维·迈克尔·西尔弗曼 / 多米尼克·博夫 / 杰弗·卡伦 / 乔伊芙·拉文 / 斯科特·克拉斯 | 剧情 / 家庭 / 传记 | 美国 | nan | 117.000000 |
| 22 | 龙猫 | 1988 | 9.200000 | 1032307.000000 | 宫崎骏 | 宫崎骏 | 日高法子 / 坂本千夏 / 糸井重里 / 岛本须美 / 北林谷荣 / 高木均 / 雨笠利幸 / 丸山裕子 / 广濑正志 / 鹫尾真知子 / 铃木玲子 / 千叶繁 / 龙田直树 / 鳕子 / 西村朋纮 / 石田光子 / 神代知衣 / 中村大树 / 水谷优子 / 平松晶子 / 大谷育江 | 动画 / 奇幻 / 冒险 | 日本 | 日语 | nan |
| 31 | 乱世佳人 | 1939 | 9.300000 | 556888.000000 | 维克多·弗莱明 / 乔治·库克 / 山姆·伍德 | 玛格丽特·米歇尔 / 西德尼·霍华德 / 奥利弗·H·P·加勒特 / 本·赫克特 / 乔·斯沃林 / 约翰·范·德鲁登 | 费雯·丽 / 克拉克·盖博 / 奥利维娅·德哈维兰 / 托马斯·米切尔 / 芭芭拉·欧内尔 / 伊夫林·凯耶斯 / 安·卢瑟福德 / 乔治·里弗斯 / 弗莱德·克莱恩 / 海蒂·麦克丹尼尔 / 奥斯卡·波尔克 / 巴特弗莱·麦昆 / 维克托·乔里 / 埃弗雷特·布朗 / 霍华德·C·希克曼 / 艾丽西亚·瑞特 / 莱斯利·霍华德 / 兰德·布鲁克斯 / 卡洛尔·奈 / 劳拉·霍普·克鲁斯 / 埃迪·安德森 / 哈里·达文波特 / 利昂娜·罗伯特 / 简·达威尔 / 欧娜·满森 / 保罗·赫斯特 / 伊莎贝尔·朱尔 / 卡米·金·肯伦 / 艾瑞克·林登 / J·M·克里根 / 沃德·邦德 / 莉莲·肯布尔-库珀 | 剧情 / 爱情 / 历史 / 战争 | 美国 | 英语 | nan |
| 43 | 我不是药神 | 2018 | 9.000000 | 1696301.000000 | 文牧野 | 韩家女 / 钟伟 / 文牧野 | 徐峥 / 王传君 / 周一围 / 谭卓 / 章宇 / 杨新鸣 / 王佳佳 / 王砚辉 / 贾晨飞 / 龚蓓苾 / 宁浩 / 李乃文 / 岳小军 / 苇青 / 富冠铭 / 巴拉特·巴蒂 / 喜利图 / 张海艳 / 朱耕佑 | 剧情 / 喜剧 | nan | 汉语普通话 | nan |
| 53 | 狮子王 | 1994 | 9.000000 | 665020.000000 | 罗杰·阿勒斯 / 罗伯·明可夫 | 艾琳·梅琪 / 乔纳森·罗伯特 / 琳达·伍尔芙顿 | 乔纳森·泰勒·托马斯 / 马修·布罗德里克 / 杰瑞米·艾恩斯 / 詹姆斯·厄尔·琼斯 / 莫伊拉·凯利 / 内森·连恩 / 尼基塔·卡兰姆 / 厄尼·萨贝拉 / 乌比·戈德堡 / 罗温·艾金森 | 动画 / 歌舞 / 冒险 | nan | 英语 | 89.000000 |
| 73 | 情书 | 1995 | nan | 726751.000000 | 岩井俊二 | 岩井俊二 | 中山美穗 / 丰川悦司 / 酒井美纪 / 柏原崇 / 范文雀 / 篠原胜之 / 铃木庆一 / 田口智朗 / 加贺麻理子 / 光石研 / 铃木兰兰 / 盐见三省 / 中村久美 / 梅田凡乃 / 长田江身子 / 小栗香织 / 神户浩 / 酒井敏也 / 山口诗史 / 山崎一 / 德井优 / 武藤寿美 | 剧情 / 爱情 | 日本 | 日语 | 117.000000 |
| 81 | 蝴蝶效应 | 2004 | nan | 751155.000000 | 埃里克·布雷斯 / J·麦基·格鲁伯 | J·麦基·格鲁伯 / 埃里克·布雷斯 | 阿什顿·库彻 / 梅洛拉·沃尔特斯 / 艾米·斯马特 / 埃尔登·汉森 / 威廉姆·李·斯科特 / 约翰·帕特里克·阿梅多利 / 艾琳·戈洛瓦娅 / 凯文·G·施密特 / 杰西·詹姆斯 / 罗根·勒曼 / 莎拉·威多斯 / 杰克·凯斯 / 卡梅隆·布莱特 / 埃里克·斯托尔兹 / 考乐姆·吉斯·雷尼 / 凯文·杜兰 | 剧情 / 科幻 / 悬疑 / 惊悚 | 美国 | 英语 | 113.000000 |
| 82 | 心灵捕手 | 1997 | 8.900000 | 565379.000000 | 格斯·范·桑特 | 本·阿弗莱克 / 马特·达蒙 | 马特·达蒙 / 罗宾·威廉姆斯 / 本·阿弗莱克 / 斯特兰·斯卡斯加德 / 明妮·德里弗 / 卡西·阿弗莱克 / 科尔·豪瑟 / 约翰·迈顿 / 丹·华盛顿 / 艾莉森·福兰德 / 维克·萨海 / 史蒂文·科兹洛夫斯基 / 斯科特·威廉姆·文特斯 / 吉米·弗林 / 乔治·普林普顿 / 弗朗切斯科·克莱门特 | 剧情 | 美国 | nan | 126.000000 |
| 113 | 无人知晓 | 2004 | 9.100000 | 233881.000000 | 是枝裕和 | 是枝裕和 | 柳乐优弥 / 北浦爱 / 木村飞影 / 清水萌萌子 / 韩英惠 / 江原由希子 / 串田和美 / 冈元夕纪子 / 楯隆子 / 加濑亮 / 村野友希 / 田中庆太 / 木村佑一 / 远藤宪一 / 寺岛进 / 平泉成 | 剧情 | 日本 | 日语 | nan |
| 133 | 甜蜜蜜 | 1996 | nan | 420172.000000 | 陈可辛 | 岸西 | 黎明 / 张曼玉 / 杨恭如 / 曾志伟 / 杜可风 / 张同祖 / 诸慧荷 / 丁羽 | 剧情 / 爱情 | 中国 | 粤语 | 118.000000 |
| 135 | 萤火之森 | 2011 | 8.900000 | nan | 大森贵弘 | 绿川幸 | 佐仓绫音 / 内山昂辉 / 辻亲八 / 山本兼平 / 后藤弘树 / 今井麻美 | 剧情 / 爱情 / 动画 / 奇幻 | 日本 | 日语 | 45.000000 |
| 139 | 驯龙高手 | 2010 | 8.700000 | 617312.000000 | 迪恩·德布洛斯 / 克里斯·桑德斯 | 威廉姆·戴维斯 / 迪恩·德布洛斯 / 克里斯·桑德斯 / 葛蕾熙达·柯维尔 | 杰伊·巴鲁切尔 / 杰拉德·巴特勒 / 克雷格·费格森 / 亚美莉卡·费雷拉 / 乔纳·希尔 / 克里斯托夫·梅兹-普莱瑟 / T·J·米勒 / 克里斯汀·韦格 / 罗宾·阿特金·唐斯 / 菲利普·麦格雷德 / 基隆·埃利奥特 / 阿什利·詹森 / 大卫·田纳特 | 动画 / 奇幻 / 冒险 | 美国 | nan | 98.000000 |
| 166 | 英雄本色 | 1986 | 8.700000 | nan | 吴宇森 | 陈庆嘉 / 吴宇森 / 梁淑华 | 周润发 / 狄龙 / 张国荣 / 朱宝意 / 李子雄 / 田丰 / 吴宇森 / 曾江 / 成奎安 / 徐克 / 陈志辉 | 剧情 / 动作 / 犯罪 | 中国 | 粤语 | 95.000000 |
| 170 | 谍影重重3 | 2007 | nan | 345352.000000 | 保罗·格林格拉斯 | 托尼·吉尔罗伊 / 乔治·诺非 / 斯科特·Z·本恩斯 | 马特·达蒙 / 朱丽娅·斯蒂尔斯 / 大卫·斯特雷泽恩 / 斯科特·格伦 / 帕迪·康斯戴恩 / 埃德加·拉米雷兹 / 阿尔伯特·芬尼 / 琼·艾伦 / Tom Gallop / 克里·约翰逊 / 丹尼尔·布鲁赫 / 乔伊·安沙 / 科林·斯廷顿 / 丹·弗雷登堡 / Lucy Liemann | 动作 / 悬疑 / 惊悚 | 美国 | 英语 | 115.000000 |
| 181 | 头脑特工队 | 2015 | nan | 478719.000000 | 彼特·道格特 / 罗纳尔多·德尔·卡门 | 彼特·道格特 / 罗纳尔多·德尔·卡门 / 梅格·勒福夫 / 乔什·库雷 / 迈克尔·阿恩特 / 西蒙·里奇 / 鲍勃·彼德森 / 比尔·哈德尔 / 艾米·波勒 | 艾米·波勒 / 菲利丝·史密斯 / 理查德·坎德 / 比尔·哈德尔 / 刘易斯·布莱克 / 敏迪·卡灵 / 凯特林·迪亚斯 / 戴安·琳恩 / 凯尔·麦克拉克伦 / 波拉·庞德斯通 / 鲍比·莫尼汉 / 宝拉·佩尔 / 大卫·戈尔兹 / 弗兰克·奥兹 / 乔什·库雷 / 弗利 / 约翰·拉岑贝格 / 卡洛斯·阿拉斯拉奇 / 皮特·萨加尔 / 拉什达·琼斯 / 罗里·艾伦 / 约翰·齐甘 / 雪莉·琳恩 / 拉瑞恩·纽曼 / 帕丽斯·冯·戴克 | 喜剧 / 动画 / 冒险 | 美国 | nan | 95.000000 |
| 189 | 海街日记 | 2015 | 8.800000 | 335964.000000 | 是枝裕和 | 是枝裕和 / 吉田秋生 | 绫濑遥 / 长泽雅美 / 夏帆 / 广濑铃 / 大竹忍 / 堤真一 / 加濑亮 / 风吹淳 / 中川雅也 / 前田旺志郎 / 铃木亮平 / 坂口健太郎 / 树木希林 | 剧情 / 家庭 | nan | 日语 | 127.000000 |
| 192 | 惊魂记 | 1960 | 9.000000 | 202622.000000 | 阿尔弗雷德·希区柯克 | 约瑟夫·斯蒂凡诺 / 罗伯特·布洛克 | 安东尼·博金斯 / 维拉·迈尔斯 / 约翰·加文 / 珍妮特·利 / 马丁·鲍尔萨姆 / 约翰·麦克因泰 / 西蒙·奥克兰 / 弗兰克·艾伯森 / 帕特里夏·希区柯克 / 沃恩·泰勒 / 卢伦·塔特尔 / 约翰·安德森 / 莫特·米尔斯 / 吉特·卡森 / 维吉尼亚·格雷格 / 阿尔弗雷德·希区柯克 / 珍妮特·诺兰 / 罗伯特·奥斯本 / 海伦·华莱士 / Fletcher Allen / 沃尔特·培根 / 弗朗西斯·德塞尔斯 / 乔治·多克斯塔德 / 乔治·埃尔德雷奇 / 哈珀·弗莱厄蒂 / 萨姆·弗林特 / 弗兰克·基尔蒙德 / 泰德·奈特 / 帕特·麦卡弗里 / 汉斯-乔基姆·默比斯 / 弗雷德·谢威勒 | 悬疑 / 惊悚 / 恐怖 | nan | 英语 | 109.000000 |
| 193 | 黑天鹅 | 2010 | 8.600000 | 680102.000000 | 达伦·阿伦诺夫斯基 | 安德雷斯·海因斯 / 马克·海曼 / 约翰·J·麦克劳克林 | 娜塔莉·波特曼 / 米拉·库尼斯 / 文森特·卡索 / 芭芭拉·赫希 / 薇诺娜·瑞德 / 本杰明·米派德 / 克塞尼亚·索罗 / 克里斯汀娜·安娜波 / 詹妮特·蒙哥马利 / 塞巴斯蒂安·斯坦 / 托比·海明威 / 塞尔吉奥·托拉多 / 马克·马戈利斯 / 蒂娜·斯隆 / 亚伯拉罕·阿罗诺夫斯基 / 夏洛特·阿罗诺夫斯基 / 玛西娅·让·库尔茨 / 肖恩·奥哈根 / 克里斯托弗·加廷 / 黛博拉·奥夫纳 / 斯坦利·B·赫尔曼 / 库尔特·弗勒曼 / 帕特里克·赫辛格 / 莎拉·海伊 | 剧情 / 惊悚 | 美国 | nan | 108.000000 |
| 197 | 冰川时代 | 2002 | 8.600000 | 507275.000000 | 卡洛斯·沙尔丹哈 / 克里斯·韦奇 | 迈克尔·伯格 / 迈克尔·J·威尔森 / 彼得·阿克曼 | 雷·罗马诺 / 约翰·雷吉扎莫 / 丹尼斯·利瑞 / 杰克·布莱克 | 喜剧 / 动画 / 冒险 | nan | 英语 | 81.000000 |
| 257 | 浪潮 | 2008 | 8.700000 | 223511.000000 | 丹尼斯·甘塞尔 | 丹尼斯·甘塞尔 / 彼得·图万斯 / 约翰尼·道金斯 / 罗恩·比恩巴赫 / 罗恩·琼斯 | 于尔根·福格尔 / 弗雷德里克·劳 / 马克思·雷迈特 / 詹妮弗·乌尔里希 / 克里斯蒂安娜·保罗 / 雅各布·马琛茨 / 克里斯蒂娜·度·瑞格 / 埃利亚斯·穆巴里克 / 马克西米利安·福尔马尔 / 马克斯·毛夫 | 剧情 / 惊悚 | nan | 德语 | 107.000000 |
缺失值处理¶
向上填充补全¶
从上一小节的查看数据中，不难发现整理数据是按照评分进行降序排列的
因此对于评分列的缺失值处理，我们可以用上一个电影的评分进行填充
-> 现在将评分列的缺失值，替换为上一个电影的评分
df['评分'] = df['评分'].fillna(axis=0,method='ffill')
整体均值填充补全¶
对于评价人数列的缺失值处理，我们可以使用整列的均值进行填充
-> 现在，将评价人数列的缺失值，用整列的均值进行填充
df['评价人数'] = df['评价人数'].fillna(df['评价人数'].mean())
上下均值填充补全¶
除了可以使用整列的均值进行填充，也可以使用缺失值位置的上下均值进行填充、
-> 现在，将评价人数列的缺失值，用上下数字的均值进行填充
df['评价人数'] = df['评价人数'].fillna(df['评价人数'].interpolate())
匹配填充补全¶
除了利用均值填充，有时还需要根据另一列的值进行匹配填充
-> 现在填充 “语言” 列的缺失值，要求根据 “国家/地区” 列的值进行填充
例如 《海上钢琴师》国家/地区为 意大利，根据其他意大利国家对应的语言来看，应填充为 意大利语
df['语言']=df.groupby('国家/地区').语言.bfill()
思考
还有其他方法可以实现吗？
On this page