1. pands对象上的所有描述统计都排除了缺失数据。

2. DataFrame.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)：根据各label的值中是否存在缺失数据来对轴label进行过滤。

• axis：指定沿着哪个轴进行过滤。如果为0/'index'，则沿着0轴；如果为1/'columns'，则沿着1轴。你也可以同时提供两个轴（以列表或者元组的形式）
• how：指定过滤方式。如果为'any'，则如果该label对应的数据中只要有任何NaN，则抛弃该label；如果为'all'，则如果该label对应的数据中必须全部为NaN才抛弃该label。
• thresh：一个整数，要求该label必须有thresh个非NaN才保留下来。它比how的优先级较高。
• subset：一个label的array-like。比如axis=0，则subset为轴 1 上的标签，它指定你考虑哪些列的子集上的NaN
• inplace：一个布尔值。如果为True，则原地修改。否则返回一个新创建的DataFrame

对于Series，其签名为： Series.dropna(axis=0, inplace=False, **kwargs)

3. DataFrame/Series.fillna(value=None, method=None, axis=None, inplace=False, limit=None, downcast=None, **kwargs)：用指定值或者插值方法来填充缺失数据。

• value：一个标量、字典、Series或者DataFrame。注意：value与method只能指定其中之一，不能同时提供。
  • 如果为标量，则它指定了填充NaN的数据。
  • 如果为Series/dict，则它指定了填充每个index的数据
  • 如果为DataFrame，则它指定了填充每个DataFrame单元的数据
• method：指定填充方式。可以为None，也可以为：
  • 'backfill'/'bfill'：使用下一个可用的有效值来填充（后向填充）
  • 'ffill'/'pad'：使用前一个可用的有效值来填充（前向填充）
• axis：指定沿着哪个轴进行填充。如果为0/'index'，则沿着0轴；如果为1/'columns'，则沿着1轴
• inplace：一个布尔值。如果为True，则原地修改。否则返回一个新创建的DataFrame
• limit：一个整数。如果method提供了，则当有连续的N个NaN时，只有其中的limit个NaN会被填充（注意：对于前向填充和后向填充，剩余的空缺的位置不同）
• downcast：一个字典，用于类型转换。字典形式为： {label->dtype}，dtype可以为字符串，也可以为np.float64等。