1,缺失值查看 df.isnull().sum()
输出dataFrame中每一列缺失值数量
2, 删除缺失值 df.dropna()
默认删除含有缺失值的行，即只要该行有缺失值就把这一行删除，返回删除后的数据
df.dropna(how=‘all’)
只删除一整行都为空值的行，不全为空值的行不会被删除
3，缺失值填充 df.fillna()
（1）可以用哪些值填充呢？
0，均值，众数，向前填充（缺失值的前一个非缺失值），向后填充（缺失值的后一个非缺失值）
(2) 填充方式
df.fillna(0) ，所有缺失值都用0填充
df.fillna({‘年龄’:‘40’})， 只对‘年龄’这一列缺失值填充，且均为40
df.fillna({‘年龄’:‘40’,‘城市’:‘上海’})，同时对多列填充不同的值
