1. import pandas as pd
    2. import numpy as np
    3. position = pd.read_csv('position.csv')
    4. company = pd.read_csv('company_sql.csv',encoding='gbk')
    6. # np.NAN - - - C语言类型空值
    7. position.loc[position.city == '深圳','city'] = np.NAN
    9. 1、fillna()：对空值进行填充
    10. - position.fillna('深圳')，fillna方法是数据框级别的会针对所有的空值进行填充
    11. - 填充后赋值
    12. position = position.fillna('深圳')
    13. position.city = position.city.fillna('深圳')
    15. position.city == np.NAN      # 直接进行逻辑判断是不行的，所以还是要使用fillna
    17. 2、dropna()：把所有空值的行砍掉
    18. - position.dropna()；参数axis=0针对行，axis=1针对列
    19. position.dropna()  
    21. 3、(1) duplicated()：删除重复元素
    22. - position.duplicated()，返回的是bool数组，还是要变成索引切片
    23. - keep为duplicated里面的参数，keep='first'，意为保留第一个遇到的；keep='last'，意为保留最后一个遇到的
    24. - 第一个不会被判断成重复值，显示为False，下面有一样的了会变为True，则表示重复
    25. position[position.duplicated()]
    26. # 结果为空则表示是所有值都是唯一的，没有重复值
    28. a = position['city']
    30. a.duplicated()
    31. # keep为duplicated里面的参数，keep='first'，意为保留第一个遇到的；keep='last'，意为保留最后一个遇到的
    32. # 第一个不会被判断成重复值，显示为False，下面有一样的了会变为True，则表示重复
    34. - 不加~返回的是bool为True的值，表示为查找重复值，加上~返回的是False,表示查找不重复值；~代表反向
    35. a[~a.duplicated()]
    37. (2) a.drop_duplicates()返回已经处理好的
    38. - drop_duplicates()更加简单，会直接把重复的值，排除掉
    39. - 如果要使用 bool 数组进行一些操作，则选择 duplicated
    40. a.drop_duplicates()