DataFrame的缺失数据判断和处理（2）

1、前提：加载numpy、pandas、和Series,DataFrame。生成一个含有缺失值的DataFrame（8*4），命名为df1，如图

2、使用thresh参数过滤缺失值。df1.dropna(thresh=3)表示至少有3个不是缺失值，df1.dropna(thresh=4)表示至少有4个不是缺失值，如图所示

4、使用method方法进行插值。df1.fillna(method='bfill'拘七呷憎)表示对缺失值进行后向填充，df1.fillna(method='bfill媪青怍牙',limit=2)表示对缺失值进行后向填充，同时至多填充2行，如图所示

6、如果需要把原来的DataFrame缺失值直接替换掉（修改了原DataFrame），那么需要使用参数inplace=True即可，如图