发现数据会有NaN的这个缺失值

监测缺失值的方法:

isnull和notnull

注:这两个方法也会把Python中的None也算进去

删除缺失值:

Dropna():会删除任何有Nan的行,如果要删除列的话就要加参数axis=1,默认为0为行,1为列

发现14行有NaN的已经删除

删除全为Nan的行或者列:

删除大于等于Nan个数的行

在dropna()中新增参数thresh

替换缺失值:

全部替换:

指定替换:

指定的时候传递字典,字典的键是索引号

如果不想另外生成一组DataFrame的话就可以增加参数inplace=True,就直接在原始数据上修改

指定Nan的值和上一行的相同:向下复制

Limit参数用于指定向下复制多少个