一、空值与缺失值
空值：在pandas中的空值是""
缺失值：在dataframe中为nan或者naT（缺失时间），在series中为none或者nan
二、相关处理函数：
df.dropna()
df.fillna()
df.isnull()
df.isna()
三、函数解释：
1. DataFrame.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)
- 函数作用：删除含有空值的行或列
- axis:维度，axis=0表示index行,axis=1表示columns列，默认为0
- how:"all"表示这一行或列中的元素全部缺失（为nan）才删除这一行或列，"any"表示这一行或列中只要有元素缺失，就删除这一行或列
- thresh:一行或一列中至少出现了thresh个才删除。
- subset：在某些列的子集中选择出现了缺失值的列删除，不在子集中的含有缺失值得列或行不会删除（有axis决定是行还是列）
- inplace：刷选过缺失值得新数据是存为副本还是直接在原数据上进行修改。
2. DataFrame.fillna(value=None, method=None, axis=None, inplace=False, limit=None, downcast=None, **kwargs)
- 函数作用：填充缺失值
- value:需要用什么值去填充缺失值
- axis:确定填充维度，从行开始或是从列开始
- method：ffill:用缺失值前面的一个值代替缺失值，如果axis =1，那么就是横向的前面的值替换后面的缺失值，如果axis=0，那么则是上面的值替换下面的缺失值。backfill/bfill，缺失值后面的一个值代替前面的缺失值。注意这个参数不能与value同时出现
- limit:确定填充的个数，如果limit=2，则只填充两个缺失值。
3. DataFrame.isna()和DataFrame.isnull()
- 函数作用：判断是不是缺失值
