import numpy as np
import pandas as pd
from pandas import Series,DataFrame
n = np.nan
type(n)
#结果： 
<class 'float'>

m = 1 
m + n
#结果为：nan

s1 = Series([1,2,np.nan,3,4],index = ['A','B','C','D','E'])
s1

还有判断Series中元素是否为nan的函数
s1.isnull()
s1.notnull()

dframe = DataFrame([[1,2,3],[np.nan,5,6],[7,np.nan,9],[np.nan,np.nan,np.nan]])
dframe

df1 = dframe.dropna(axis =0) :删除含NaN的行
df1 = dframe.dropna(axis = 1) :删除含NaN的列

df1 = dframe.dropna(axis = 0 ,how = ‘any’)：
行里面，存在NaN就删除该行
df1 = dframe.dropna(axis = 0,how = ‘all’)：
行里面，全是NaN就删除该行

使用thresh参数过滤缺失值
df1.dropna(thresh=3)表示至少有3个不是缺失值，
df1.dropna(thresh=4)表示至少有4个不是缺失值，

前面两篇手记写得很烂，日浏览量居然还挺高的，后面我会好好整理滴

ITPub博客

Pandas对NaN的操作