有关处理缺失值,下面说法正确的是?
A: 通过dropna方法可以判断DataFrame中是否有缺失值
B: fillna用来删除缺失值
C: duplicated方法可以删除多余的重复项
D: 在侦查缺失值中,通过isnull和notnull方法,可以返回布尔值的对象
A: 通过dropna方法可以判断DataFrame中是否有缺失值
B: fillna用来删除缺失值
C: duplicated方法可以删除多余的重复项
D: 在侦查缺失值中,通过isnull和notnull方法,可以返回布尔值的对象
举一反三
- 下列选项中,可以用于删除缺失值或空值的方法是(). A: isnull() B: notnull() C: dropna() D: fillna()
- 对于一个Series或DataFrame对象来说,如下选项中说法错误的是哪一个? A: isnull()方法可以用来判断缺失值 B: drop()方法可以用来删除缺失行 C: fillna()方法可以用来填充缺失行 D: fillna()方法可通过method参数指定缺失值用其上或其下的第一个非缺失值填充
- 对于一个Series或DataFrame对象来说,如下选项中说法错误的是( )。 A: drop()方法可以用来删除缺失行 B: fillna()方法可以用来填充缺失行%1. fillna()方法可通过method参数指定缺失值用其上或其下的第一个非缺失值填充 C: isnull()方法可以用来判断缺失值
- 关于缺失值检测的说法正确的是() A: pandas中的interpolate模块包含了多种插值方法 B: null和notnull可以对缺失值进行处理 C: dropna方法既可以删除观测值,也可以删除特征 D: fillna用来替换缺失值的值只能是数据框
- 以下关于缺失值检测的说法中,正确的是( ) A: null和notnull可以对缺失值进行处理 B: dropna方法既可以删除观测记录,亦可以删除特征 C: fillna方法中用来替换缺失值的值只能是数据框 D: pandas库中的interpolate模块包含了多种插值方法