假设我们有一份不完整的DataFrame类型的数据，我们在使用它之前要对其进行数据的清洗。使用pandas我们可以有两种方式来实现对数据的清洗先假设我们存在下面一组不完整的数据：方法①：首先用isnull()函数返回df所有数据哪些为空（返回布尔型），再用any()函数检测行或列中是否存在True。在用loc()函数与index属性得到缺失值所在行，把他删去即可。方法②：与①同理，只需把isnul

Python scipy.interpolate插值。我们采集到的数据都是以离散的点的形式存在的，只有在采样点上才有具体的值，在其他区域都没有值数据。此时就需要插值分析，将采样点的数值根据一定的算法，推算出其他未采样区域的数值。.........