判断DataFrame中某一项的值是否为空的方法有两种：1.通过pd.isnull()来判断，语法格式：import pandas as pd
pd.isnull(data.loc[i,'column_name'])
#或者下面这条
pd.isnull(data.loc[i,'column_name'])==True转化为：判断某项值不为空的方法，不为空则继续执行的if语句import pa
在实际的工作当中，我们难免要与空值打交道，相信不少初学者都会写出下面的代码:if a is None:
do something.else:
do the other thing.这样写看起来不错，但实际上会有问题。一般来讲，Python中会把下面几种情况当做空值来处理：None
False
0,0.0,0L
'',(),[],{}其中None的特殊之处在于，它既不是数值0，也不是
研究了2天缺失数据的处理方法，今天给大家写一个比较全面的总结：在pandas中，缺失数据由两个值表示：None：None是Python单例对象，通常在Python代码中表示缺失数据。NaN：NaN(非数字【not a number】的缩写)，是使用标准IEEE浮点表示法的所有系统都能识别的特殊浮点类型的值。在pandas中缺失数据的表示上，这两者基本上可以互换。常见的缺失处理方法如下，今天我们一个
