有时候数据带有缺失值，也就是有些数据为NaN，在运算的时候要时刻警惕是否存在缺失值，在不同的情况下，pandas处理缺失值的方式不同，主要是两种方式，下面介绍一下：
- 先引入相关模块
先创建一个带有缺失值的数据框，注意缺失值用np.nan
查看一下df1
- 创建一个不带有缺失值的数据框
查看df2的数据：
- 在简单的运算中，如果遇到缺失值，运算结果在相应的位置也是缺失值
运算结果为：
- 在描述性统计中，Nan都是作为0进行运算
输出结果为：
- 其他的描述性统计也是一样的：
输出结果为：
转载请注明来自DataScience.
邮箱: 675495787@qq.com