pandas使用replace函数将dataframe中None值以及其他异常编码值（例如，9999）替换为np.nan（replace None and outlier code values with np.nan）

Pandas实战教程 | 统一替换某列中的值 .replace()

pandas使用iloc函数将dataframe所有的数值重置为0或者其他固定值（setting all values in dataframe to zero or other value)

pandas使用notnull函数和astype函数将dataframe中所有缺失值映射为0，非缺失值映射为1

R语言筛选dataframe中特定数值并将其编码为缺失值NA、例如、筛选dataframe中age数据列的值为999的行并将数据列值重新编码为缺失值NA

pandas使用isna函数和any函数计算返回dataframe中包含缺失值的数据行（rows with missing values in dataframe）

将Series中每个值v替换为v在Series中升序排列时的位置值s.rank()

pandas使用notnull函数将dataframe中所有缺失值映射为False，非缺失值映射为True（map missing vlaues into False others into True

R语言读取（加载）txt格式数据为dataframe、将dataframe中的性别字段的编码值替换位字符串标签（替换成‘M‘和‘F‘）

pandas使用unique函数计算dataframe单个数据列中的独特值、或者计算dataframe多个数据列的独特值（get unique values of column or columns）

pandas使用isna函数和sum函数统计dataframe每个数据行包含的缺失值的个数