文章目录
假如数据量比较大或者有冗余，我们可以删掉有缺失值的数据，你可以选择删除行或者删除列，用的都是DataFrame.dropna()，当然Series也有dropna方法，用法相同。
- 引入相关模块
- 创建一个带有缺失值的数据框：
查看一下数据内容：
- 通常情况下，我们选择删除行，使用参数axis=0，这是最常用的方法
删除后的结果为：
- 还有可能的是，我们选择删除列，这种情况不多，因为通常我们选择用列表示一个变量或者指标，我们通常不会因为有几个缺失值就删除一个变量
输出结果为：
转载请注明来自DataScience.
邮箱: 675495787@qq.com
