import pandas as pd
datos = pd.read_csv('alquiler_residencial.csv',sep = ';')
datos.head(10)
# Metodo pd.isnull()
datos.isnull()
# Metodo pd.notnull()
datos.notnull()
datos.info()
# Localizar valores Nulos en una columna
datos[datos['Valor'].isnull()]
A = datos.shape[0]
datos.dropna(subset = ['Valor'],inplace = True)
B = datos.shape[0]
A - B
datos[datos['Valor'].isnull()]
datos
datos[datos['Mantenimiento'].isnull()].shape[0]
seleccion = (datos['Mantenimiento'].isnull()) & (datos['Tipo'] == 'Departamento')
A = datos.shape[0]
datos = datos[~seleccion]
B = datos.shape[0]
A - B
datos[datos['Mantenimiento'].isnull()].shape[0]
datos = datos.fillna({'Mantenimiento':0,'Impuesto':0})
datos[datos['Mantenimiento'].isnull()].shape[0]
datos[datos['Impuesto'].isnull()].shape[0]
datos.info()
datos.to_csv('alquiler_residencial.csv',sep = ';',index = False)
data = [0.5,None,None,0.52,0.54,None,None,0.59,0.6,None,0.7]
s = pd.Series(data)
s
s.fillna(0)
s.fillna(method = 'ffill')
s.fillna(method = 'bfill')
s.fillna(s.mean())
s.fillna(method = 'ffill',limit = 1)
s1 = s.fillna(method = 'ffill',limit = 1)
s1
s2 = s1.fillna(method = 'bfill',limit = 1)
s2
