数据清洗--DataFrame中的空值处理

数据清洗是一项复杂且繁琐的工作，同时也是整个数据分析过程中最为重要的环节。

在python中空值被显示为NaN。首先，我们要构造一个包含NaN的DataFrame对象。

删除表中全部为NaN的行

删除表中任何含有NaN的行

删除表中全部为NaN的列

删除表中任何含有NaN的列

注意：axis 就是”轴，数轴“的意思，对应多维数组里的”维“。此处作者的例子是二维数组，所以，axis的值对应表示：0轴（行），1轴（列）。

如果不想过滤（去除）数据，我们可以选择使用fillna()方法填充NaN，这里，作者使用数值’0’替代NaN,来填充DataFrame。

我们还可以通过字典来填充，以实现对不同的列填充不同的值。

• 使用python进行数据清洗