1.检查是否有缺失值

列：

data.isnull().any()
print(data.isnull().any())

false无缺失值/true有缺失值

结果例样：
age false
name false
school true

school的这一列有缺失值，其他列无缺失值。

行：

data.isnull().any(axis=1)
print(data.isnull().any(axis=1))

false无缺失值/true有缺失值

结果例样：
0 False
1 False
2 False
3 False
4 False
5 False
6 False
7 False
8 True

0-7行无缺失值，第8行有缺失值。

2.统计缺失值的数量

列：

data.isnull().sum()
print(data.isnull().sum())
#想只显示age这一列的缺失值数量：
#data.age.isnull().sum()
#print(data.age.isnull().sum())

输出例样:
age 0
name 0
school 20

data.isnull().any().sum()#统计共有几列存在缺失值
print(data.isnull().any().sum())

结果为：1

行：

data.isnull().sum(axis=1)
print(data.isnull().sum(axis=1))

输出例样：
1 0
2 2
3 1
第二行有2个缺失值，第三行有1个缺失值。

data.isnull().any().sum(axis=1)#统计共有几行存在缺失值
print(data.isnull().any().sum(axis=1))

结果为2

3.替换缺失值

m, n = data.shape #数据维度；i，j根据数据定义
for i in range(0, m):
    for j in column:
        if data.loc[i, j] == 'X':
            data.loc[i, j] = NA

用NA替换数据中的X

4.显示完整数据

pd.set_option('display.max_rows', None)

有时候数据多，结果为省略号。