dataframe缺失值

DataFrame缺失值可以通过以下几种方式处理：

1. 删除缺失值：可以使用dropna()函数来删除包含缺失值的行或列。例如，df.dropna(axis=0)将删除包含缺失值的行，df.dropna(axis=1)将删除包含缺失值的列。

2. 填充缺失值：可以使用fillna()函数来对缺失值进行填充。例如，df.fillna(value)将缺失值替换为指定的value值。还可以使用不同的方法来填充缺失值，例如使用前一行的值填充缺失值：df.fillna(method='ffill')。

3. 插值填充：可以使用interpolate()函数进行插值填充。该函数会根据已知值的位置，通过线性插值的方式填充缺失值。