极客教程Pandas 系列中如何删除NaN
在本文中，我们将介绍如何在Pandas系列中删除NaN。NaN是“不是数字”（Not a Number）的缩写，表示缺失或无效的值。在数据分析中，我们经常需要清理这些缺失的数据，以便正确地分析和建模。
阅读更多：Pandas 教程
创建包含NaN的Pandas系列
要演示如何删除NaN，我们需要先创建一个包含NaN的Pandas系列。Pandas是Python数据分析库，它提供了一些数据结构来处理序列、块和面板数据。我们可以使用Pandas中的Series()方法创建一个系列，并使用numpy模块中的nan来添加NaN：
输出：
删除单个NaN
要删除单个NaN，我们可以使用Pandas的dropna()方法。默认情况下，dropna()将删除任何包含 NaN 的行：
输出：
删除NaN所在的整行
我们还可以通过传递参数axis=0来删除包含NaN的整行。
输出：
删除NaN所在的整列
如果数据的行数远大于列数，删除包含NaN的整列可能更有帮助。可以通过传递参数axis=1来删除包含NaN的整列：
输出：
删除多个NaN
如果我们只想删除多个NaN，我们可以使用thresh参数来设置要求非空值（非NaN）的数量。如果行或列中至少有指定数量的非NaN值，则保留该行或列，否则删除。
在下面的示例中，我们指定了要求2个非NaN值，保留了第二行。而第一行和第三行包含的非NaN值没有达到要求，被删除了。
输出：
可以看到，只有第二行的非NaN值达到要求，所以只有这一行被保留下来了。
填充NaN
最后，我们探讨一下怎样用特定的值填充NaN。我们可以使用fillna()方法，传递一个值作为参数来填充所有NaN。
输出：
总结
在本文中，我们介绍了如何删除包含NaN的行和列，并通过指定至少存在指定数量的非NaN值来删除多个NaN。还学习了如何用特定的值填充NaN。这些方法在数据分析和建模中都是很有用的。如果想了解更多关于Pandas的内容，可以查看Pandas官方文档。