pandas对缺失值的处理方法————比较标准的过程

##pandas对缺失值的处理
#pandas使用这些函数处理缺失值
  #isnull和notnull：检测是否为空值，可用于df和Series
  #dropna：丢弃，删除缺失值
     #axis：删除行还是列，{0或index，1或columns}，default 0
     #how=any：任何值为空都删除；how中为all，所有值为空才删除
     #inplace：如果为True,则修改当前df；如果为False，则返回新的df
  #fillna：填充空值
     #value：用于填充的值，可以是单个的值，也可以是字典（key是列名，value是值）
     #method：=ffill，使用前一个不为空的值填充；=bfill,使用后一个不为空的值填充
     #axis：按行还是列填充。{0或index，1或columns}
     #inplace：True，修改当前df；False,返回新的df