????????pandas使用Numpy的np.nan代表缺失數據，顯示為NaN。NaN是浮點數標準中地Not-a-Number。對于時間戳，則使用pd.NaT，而文本使用的是None。

首先構造一組數據：

?使用None或者np.nan來表示缺失的值：

清理DataFrame時，如果要移除所有包含缺失數據的行：

如果只想移除所有的值都缺失的行，可以使用how參數：

要想獲得一個反映對應位置上是否是NaN的布爾DataFrame或Series，可以使用isna方法：

還可以使用fillna來填補缺失的值，例如將score列中的NaN替換為平均值：

????????和缺失數據一樣，重復數據也會對數據分析的可靠性造成負面影響。可以使用drop_duplicates方法清理重復的行。也可以提供列的子集作為參數：

執行drop_duplicates("country", "continent")，如果某些行的country和continent都一樣，則保留第一行，刪除后續和它一樣的行。

is_unique用于確認某一列是否包含重復的數據，unique則可以獲得去重后的值。

?

????????duplicated方法可以知道哪些行是重復的，它的返回值是一個布爾Series。keep參數默認值是first，意思是會保留第一次出現的數據，只將重復數據標記為True。將keep參數設置為False時，所有重復數據（包含第一次出現的數據）都會被標記為True。

?

?