Pandas 数据框中随机插入缺失值 (NaN)

这一步是将 df_nan 数据框中随机选择的 25 个观测值的'Math'列设置为缺失值 (NaN)。

代码 df_nan.loc[np.random.randint(0,df.shape[0],25),['Math']]=np.nan 实现以下功能：

1. np.random.randint(0,df.shape[0],25)：随机生成 25 个介于 0 到 df 数据框行数之间的整数，用于选择随机行。
2. df_nan.loc[...]：使用 .loc 属性根据索引选择数据框中的行。
3. ['Math']：选择数据框的'Math'列。
4. =np.nan：将选择的行和列的值设置为缺失值 (NaN)。

通过此操作，可以在'Math'列中引入缺失值，模拟真实数据集中可能存在的缺失值情况，以便进行数据清洗和缺失值处理的练习或测试。