关于缺失值检测的描述，说法错误的是（）。
A: pandas中None或NaN代表缺失值
B: 只能检测DataFrame中的缺失值
C: pandas检测缺失值的方法会返回一个由布尔值组成、与原对象形状相同的新对象
D: notna()方法返回的值为False说明存在缺失值
A: pandas中None或NaN代表缺失值
B: 只能检测DataFrame中的缺失值
C: pandas检测缺失值的方法会返回一个由布尔值组成、与原对象形状相同的新对象
D: notna()方法返回的值为False说明存在缺失值
举一反三
- 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
- 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
- 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方法可以删除含有空值或缺失值的行或列 C: fillna方法中用来替换缺失值的值只能是数据框 D: 3σ原则没有什么严格的要求，可以检测任意一组数据
- 下列方法中，不能检测缺失值的是（）。 A: not() B: isna() C: isnull() D: notna()