择洗篇-Day9｜剔刺除缺：isnull /notnull 检测缺失值

📖 知识点

1. 什么是缺失值？

DataFrame 里的空格，在 pandas 中显示为 NaN（Not a Number），代表 "这个位置没有数据"。可能是录入遗漏、读取空行等造成。

2. isnull ()：标记缺失

df.isnull() 返回一张真假表，每个格子判断是否缺失（缺失 = True）：

df.isnull()

运行输出：

    菜名   价格   数量
0  False  False  False
1  False  False   True
2  False   True  False

True 表示该位置缺失（是空的）。

3. notnull ()：标记非缺失

df.notnull() 与 isnull() 相反，非缺失位置为 True：

df.notnull()

实际应用中，更常用的是统计每列缺了多少。

4. 统计每列缺失数量

# 每列缺失值的总数
df.isnull().sum()

运行输出：

菜名    0
价格    1
数量    1
dtype: int64

.sum() 把 isnull() 的真假表按列求和（True 计 1），得到每列缺失数量。

完整示例

import pandas as pd

data = {
    "菜名": ["白菜", "番茄", "土豆", "黄瓜"],
    "价格": [3, 5, None, 4],
    "数量": [10, 20, 30, None],
}
df = pd.DataFrame(data)

print("===== 原表 =====")
print(df)
print("\n===== isnull 缺失标记 =====")
print(df.isnull())
print("\n===== 每列缺失数量 =====")
print(df.isnull().sum())

💡 理解

• isnull()：缺失位置标 True（真），正常位置标 False
• notnull()：反之，正常位置标 True
• df.isnull().sum()：统计每列缺失数量，最常用
• 找到缺失后，Day10 再学怎么填 / 怎么删

⚠️ 易错提醒

1. isnull() 返回的是真假表，不是数字，别直接当结果看
2. 判断整列是否有缺失：df["价格"].isnull().any()
3. 缺失值在表里显示为 NaN，注意别和正常数字混淆

⚔️ Kata 实战任务

任务需求：

1. 导入 pandas，创建一个含缺失值的 DataFrame（菜名、价格、数量，其中两处缺失）
2. 用 df.isnull() 查看缺失标记
3. 用 df.notnull() 查看非缺失标记
4. 用 df.isnull().sum() 统计每列缺失数量
5. 打印结果，明确哪些列缺了、缺几个

参考代码

import pandas as pd

# 含缺失值的采购清单
data = {
    "菜名": ["白菜", "番茄", "土豆", "黄瓜"],
    "价格": [3, 5, None, 4],
    "数量": [10, 20, 30, None],
}
df = pd.DataFrame(data)

# 剔刺除缺：检测缺失值
print("===== 原表（None显示为NaN）=====")
print(df)

print("\n===== isnull 缺失标记 =====")
print(df.isnull())

print("\n===== notnull 非缺失标记 =====")
print(df.notnull())

print("\n===== 每列缺失数量 =====")
print(df.isnull().sum())

运行输出：

===== 原表（None显示为NaN）=====
   菜名   价格    数量
0  白菜   3.0   10.0
1  番茄   5.0   20.0
2  土豆   NaN   30.0
3  黄瓜   4.0    NaN

===== isnull 缺失标记 =====
    菜名   价格   数量
0  False  False  False
1  False  False  False
2  False   True  False
3  False  False   True

===== notnull 非缺失标记 =====
    菜名   价格   数量
0   True   True   True
1   True   True   True
2   True  False   True
3   True   True  False

===== 每列缺失数量 =====
菜名    0
价格    1
数量    1
dtype: int64

🧠 思考题

1. df.isnull() 返回的是 "真假表"，想得到 "每列缺几个"，该怎么组合方法？
2. 观察到 "价格" 和 "数量" 各缺 1 个，这样的缺失会影响后续算均值吗？你觉得该填充还是删除？