data = df.dropna(axis=1,thresh=df.shape[0]*0.8,inplace=False) data['type'].replace(np.nan,data['type'].mode()[0])

删除DataFrame中的缺失数据

• 使用dropna函数：df.dropna()用于删除DataFrame中的缺失数据，即NaN值。12345678
• 参数说明：
  • axis=1：表示删除列，当列中缺失值的数量超过阈值时。238
  • thresh=df.shape[0]*0.8：阈值设置为DataFrame行数的80%，即当列中缺失值少于80%时保留该列。9
  • inplace=False：返回一个新的DataFrame，原DataFrame不变。238

替换特定列的NaN值

• 替换NaN值：使用data['type'].replace(np.nan, data['type'].mode()[0])将'type'列中的NaN值替换为该列众数的第一个值。910
• mode()方法：返回数据中出现次数最多的值，即众数。9