pandas里的缺失值（理解与相关方法）

由于数据库或数据集中存在大量缺失数据和空值，这时在pandas中经常用NAN代替。

pandas用标签方法表示缺失值：

一：浮点数据类型的NaN值

二：python的None对象

其中，None是一个python对象，所以不能作为任何Numpy/pandas数组类型的缺失值，只能用于”object”数组类型（即由python对象构成的数组）

1 in:np.array([1,None,3,4])
2 out:array([1,None,3,4],dtype=object)