第七章 7.1 处理缺失数据

1、pandas使用NaN表示缺失数据，也称为哨兵值

2、用isNull判断是否有缺失值

3、当对数据进行清洗分析时，最好对缺失数据进行分析，判断缺失值对整个数据的影响

4、Series中过滤空值：使用dropna过滤掉一个仅含非空数据和索引值的Series，下面两种写法是等价的

5、DataFrame中过滤空值：dropna默认丢掉任何含有缺失值的行，使用how = 'all'过滤掉全是空值的行

thresh空值观测数据量

6、对缺失值进行填补：可以使用fillna方法，可以以特定值填充

7、也可以对不同列填充不同的值