在收集到的数据中，经常会遇到一些不规范的数据，如缺失数据、重复数据、无效数据等，因此在进行数据分析之前，一定要对数据进行清理，并提取出目标数据。
在这里主要使用pandas来进行数据处理。
缺失值处理在pandas中，缺失数据使用NA表示，缺失值判断的相关函数：
- dropna
- fillna
- isnull
- notnull
可以根据不同场景来使用
重复值处理在DataFrame中，通过duplicate方法返回一个布尔型的Series，表示各行是否是前面出现过的行，然后通过drop_duplicate方法删除，它们默认保留的是第一个出现的值组合。
特征处理 References-
利用python进行数据分析，该链接的图片可能无法显示，可以查看github地址，也可在微信读书上查看该书
-
动手学数据分析
