dropna

既然有缺失值了，常见的一种处理办法就是丢弃缺失值。使用 dropna 方法可以丢弃缺失值。

user_info.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)

Seriese 使用 dropna 比较简单，对于 DataFrame 来说，可以设置更多的参数。

• axis 参数用于控制行或列，跟其他不一样的是，axis=0 （默认）表示操作行，axis=1 表示操作列。

• how 参数可选的值为 any（默认） 或者 all。any 表示一行/列有任意元素为空时即丢弃，all 一行/列所有值都为空时才丢弃。

• subset 参数表示删除时只考虑的索引或列名。

• thresh参数的类型为整数，它的作用是，比如 thresh=3，会在一行/列中至少有3个非空值时将其保留，否则将这一整行/整列的数据删除。

直接对DataFrame对象使用.dropna()方法会删除掉所有带有缺失值的行（返回新表，并不是改变原表）。

stock_data = pd.read_excel('/data/stock_data.xlsx')
stock_data.dropna()

参数axis

如果里面增加axis参数，指定第二坐标轴，就会默认删掉出现缺失值的列

stock_data.dropna(axis=1)

df.dropna( )中的参数how和thresh是设置删除行列标准的参数：

参数how

how="all"只有当该列（或行）全都为缺失值时，才会将该列删除

stock_data.dropna(axis=1,how="all")

how="any"只有当该列（或行）有一个缺失值，就会将该列删除

stock_data.dropna(axis=1,how="any")

参数thresh

thresh参数设置的是：这一行/列除去NA值，剩余数值的数量大于等于你设置的值，便显示这一行/列，否则会被删除。

设置thresh=7，就是说，这一行/列中除掉缺失值，剩余的数值数量小于7，这行/列会被删掉。

stock_data.dropna(axis=0,thresh=7)

参数subset

subset设定一个子集，子集中的列作为剔除缺失值的参考列：

stock_data.dropna(axis=0,how = "any",subset = ["open","close"])