>>> df1.dropna()0120353>>> df2[4]=np.nan
>>> df2
0123400123 NaN
14567 NaN
2891011 NaN
>>> df2
0123400.01.02.03.0 NaN
14.05.06.07.0 NaN
2 NaN NaN NaN NaN NaN
>>> df2.dropna(how='all',axis=1)012300.01.02.03.014.05.06.07.02 NaN NaN NaN NaN
>>> df2.dropna(how='all')0123400.01.02.03.0 NaN
14.05.06.07.0 NaN
>>> df2
0123400.01.02.03.0 NaN
14.05.06.07.0 NaN
2 NaN NaN NaN NaN NaN
3.填充缺失值
>>> df2.fillna(0)0123400.01.02.03.00.014.05.06.07.00.020.00.00.00.00.0>>> df2
0123400.01.02.03.0 NaN
14.05.06.07.0 NaN
2 NaN NaN NaN NaN NaN
>>> df2.fillna({
1:6,3:0})0123400.01.02.03.0 NaN
14.05.06.07.0 NaN
2 NaN 6.0 NaN 0.0 NaN
>>> df2.fillna({
1:6,3:0},inplace=True)>>> df2
0123400.01.02.03.0 NaN
14.05.06.07.0 NaN
2 NaN 6.0 NaN 0.0 NaN
>>> df2.fillna(method='ffill')0123400.01.02.03.0 NaN
14.05.06.07.0 NaN
24.06.06.00.0 NaN
>>> df2
0123400.01.02.03.0 NaN
14.05.06.07.0 NaN
2 NaN 6.0 NaN 0.0 NaN
>>> df2[0]= df2[0].fillna(df2[0].mean())>>> df2
0123400.01.02.03.0 NaN
14.05.06.07.0 NaN
22.06.0 NaN 0.0 NaN