1、导入需要的库。import pandas as pdimport numpy as npfrom sklearn.preprocessing import Imputer
3、查看缺失值。data.isnull()#查看所有缺失值data.isnull().any()#获取含有缺失值的列data.isnull().all()#获取全部为NA的列
4、删除缺失值。这种处理方式丢失的信息比较多。data2=data.dropna()print(data2)可以看到，删除后，仅剩两行数据。
6、利用pandas替换缺失值。data.fillna(0) #缺失值用0替换(考试中缺考记0分)data.fillna(method='pad')#用前面的值替换data.fillna(method='backfill')#用后面的值替换可以看到，当第一行有缺失值时，利用向前替换是会失败的。
