#缺失值处理
"""
已知数据中的缺失值均值用'?'来表示,我们的目的是将'?'转换成NaN并去除包含缺失值的数据行
replace()和dropna()都是pandas的函数
- replace()的作用是将数据中所有的问号('?')替换为NumPy库中的NaN(Not a Number),NaN在数据分析中通常表示缺失值
- dropna()的作用是删除包含缺失值的行
"""
data = data.replace(to_replace='?', value=np.NaN) data = data.dropna()
标签:集中,处理,数据,NaN,dropna,replace,data,缺失 From: https://www.cnblogs.com/CodingLaLaLand/p/17764396.html