数据以及空值数据处理方法

                                    第四节  数据七十二变

 

1、对于简单的数据删除空值数据（NaN）——对于简单的数据进行过滤，如果对于负责的
    DataFrame对象进行使用则会存在空值数据过滤不干净

    import pandas as pd——导入模块
    li=[2,NaN,4,6,NaN,4]——数据集
    se=pd.Series(data=li)——生成Series对象
    se.notnull()——对是否是空值数据进行判断（返回值是bool值）
    print(se[se.notnull()])——返回过滤之后的数据

2、删除空值数据（NaN）的行和列

    使用dropna函数：
        df1=df.dropna()

    dropna()是删除空值数据的方法，默认将只要含有NaN的整行数据删掉，如果想要删除整行都是空值的数据
    需要添加how='all'参数。
    如果想要对列做删除操作，需要添加axis参数，axis=1表示列，axis=0表示行。
    我们也可以使用thresh参数筛选想要删除的数据，thresh=n保留至少有n个非NaN数据的行。

3、删除数据

    使用函数drop(labels=None,axis=0, index=None, columns=None, inplace=False)
        labels ：就是要删除的行列的名字，用列表给定。
        axis：axis=