今天，我又不得不拿起我的秘籍接着学习新的东西，才刚刚看完书本文章，敲了一下代码，在理解中，后续，会再更新缺失值处理的知识，先完成发文任务。
老规矩，上代码：
运行结果：
通过运行，结果，我们可以知道我们先用np.nan生成了两个缺失值，然后再用df.isnull()显示缺失值的对应的真值，返回bool值（布尔值），最后，用df.dropna()
将有缺失值对应的行删除。
最后，感谢大家前来观看鄙人的文章，不胜感激，文中或有诸多不妥之处，还望海涵和指出。
相关文章：
相似解决方案
热门标签