謝謝邀請。Pandas是Python中主要用于數(shù)據(jù)處理的第三方庫，最初被作為金融數(shù)據(jù)分析工具而開發(fā)出來，pandas為時間序列分析提供很好支持。Pandas的數(shù)據(jù)結(jié)構(gòu)有三種：

第一種是Series：一維數(shù)組，與Numpy中的一維array類似。值得注意的是，Series中只允許存儲相同的數(shù)據(jù)類型。下面構(gòu)造一個Serirs。

第二種是DataFrame：二維的表格型數(shù)據(jù)結(jié)構(gòu)。下面構(gòu)造一個DataFrame。

第三種是Panel：三維的數(shù)組。

下面通過例子來了解Pandas如何處理DataFrame中的缺失值。首先構(gòu)造一個含有缺失值的DataFrame。在之前例子df的基礎(chǔ)上構(gòu)造一個含缺失值的DataFrame。

其次是將缺失值NaN替換為0。方法是使用函數(shù)fillna。

我們一般不用0替代缺失值，而是用缺失值的所在列的平均值代替。代碼如下：

希望對你有幫助。