通过dropna方法，返回一个近含非空数据和索引值的Series 等价于 dropna默认丢弃任何含有na的行，通过传入how = all将只丢弃全为NA的那些行。
thresh参数可设置清洗的阈值
主要方法是fillna方法，通过df.fillna(0)方法将缺失值设置为0
若是通过一个字典调用fillna，就可以实现对不同的列填充不同的值：
fillna默认会返回新对象，但也可以对现有对象进行就地修改：
通过method选项，传入method='ffill’向前填充，通过limit设置填充的个数。
DataFrame的duplicated方法返回一个布尔型Series，表示各行是否是重复行(前面出现过的行)。
drop_duplicates方法，返回一个DataFrame,重复的数组会标为False.
replace(被替换值，替换的值)
如果要一次性替换多个值，可以传入一个由待替换值组成的列表以及一个替换值： data.replace([-999, -1000], np.nan)
替换的也可以用一个列表。
跟Series中的值一样，轴标签也可以通过函数或映射进行转换，从而得到一个新的不同标签的对象。轴还可以被就地修改，而无需新建一个数据结构。
describe()方法，输出统计数据
根据数据的值是正还是负，np.sign(data)可以生成1或-1。
利用numpy.random.permutation函数可以轻松实现对Series或DataFrame的列的排 列工作（permuting，随机重排序）。
