如何处理DataFrame丢失数据

# 处理丢失数据                                                                                    
dates = pd.date_range('20130101', periods=6)                                                
df = pd.DataFrame(np.arange(24).reshape((6, 4)), index=dates, columns=['A', 'B', 'C', 'D']) 
                                                                                            
df.iloc[0, 1] = np.nan                                                                      
df.iloc[1, 2] = np.nan                                                                      
``
# 如果想直接去掉有 NaN 的行或列, 可以使用 dropna                                        
df_drop = df.dropna(                                                    
    axis=0,  # 0: 对行进行操作; 1: 对列进行操作                                     
    how='any'  # 'any': 只要存在 NaN 就 drop 掉; 'all': 必须全部是 NaN 才 drop      
)                                                                       
print(df_drop)                                                          
print(df.fillna(value=0))  # 如果是将 NaN 的值用其他值代替, 比如代替成 0:                
print(pd.isnull(df))        

结果图片