一、基本命令 1、启动服务， 已管理员身份运行cmd net satrt mysql 2、停止服务 net stop 服务名称 3、连接数据库 mysql -u 用户名 -p 4、断开连接 输入exit或quit 5、查看mysql版本：select version(); 6.查看当前时间select now(); 7、远程连接 mysql -h ip地址 -u 用户名 -p 二、数据库操作 1、创建数据库: create database 数据库名 charset = utf8; 2、删除数

1.摘要 dropna()方法，能够找到DataFrame类型数据的空值（缺失值），将空值所在的行/列删除后，将新的DataFrame作为返回值返回。 2.函数详解 函数形式：dropna(axis=0, how=’any’, thresh=None, subset=None, inplace=False) 参数： axis：轴。0或’index’，表示按行删除；1或’columns’，表示按列删除。 how：筛选方式。‘any’，表示该行/列只要有一个以上的空值，就删除该行/列；‘all’，表

数据缺失处理python函数 数据缺失判断函数isnull() data.isnull() （1）数据过滤（dropna） 数据过滤是将数据直接过滤掉 dropna(axis=0, how='any', thresh=None, subset=None, inplace=False) parameters 详解 axis default 0指行,1为列 how {‘any’, ‘all’}, default ‘any’指带缺失值的所有行;’all’指清除全是缺失值的行 thresh int

客户需求 查看销售人员不为空值的行 数据存储情况如图： 代码实现 import pandas as pd data = pd.read_excel('test.xlsx',sheet_name='Sheet1') datanota = data[data['销售人员'].notna()] print(datanota) 输出结果 D:\Python\Anaconda\python.exe D:/Python/test/EASdeal/test.py 城市 销售金额 销售人员 0

Pandas使用这些函数处理缺失值： isnull和notnull：检测是否是空值，可用于df和series dropna：丢弃、删除缺失值 axis : 删除行还是列，{0 or ‘index’, 1 or ‘columns’}, default 0 how : 如果等于any则任何值为空都删除，如果等于all则所有值都为空才删除 inplace : 如果为True则修改当前df，否则返回新的df fillna：填充空值 value：用于填充的值，可