pandas教程：[21]带有缺失值的计算
有时候数据带有缺失值，也就是有些数据为NaN，在运算的时候要时刻警惕是否存在缺失值，在不同的情况下，pandas处理晟逋鲱蝎缺失值的方式不同，主要是两种方式，下面介绍一下：
先引入相关模块![pandas教程：[21]带有缺失值的计算](https://exp-picture.cdn.bcebos.com/d9e638334884cde389ef465af07f860e7d75421b.jpg)
查看一下df1![pandas教程：[21]带有缺失值的计算](https://exp-picture.cdn.bcebos.com/0cdb2f0e1799e92a5e7b52f4e1fec314f0c5a01b.jpg)
查看df2的数据：![pandas教程：[21]带有缺失值的计算](https://exp-picture.cdn.bcebos.com/589f5b0788013870d6852a382d08a50f95fc831b.jpg)
运算结果为：![pandas教程：[21]带有缺失值的计算](https://exp-picture.cdn.bcebos.com/4b626771fe1d96d83ddd71942ccd0c6efaf2e11b.jpg)
输出结果为：![pandas教程：[21]带有缺失值的计算](https://exp-picture.cdn.bcebos.com/d9a8d2d2bb665159ba84009e8fe23ea23b42c71b.jpg)
输出结果为：![pandas教程：[21]带有缺失值的计算](https://exp-picture.cdn.bcebos.com/32fbcd41037de13793b23208f6c5cf672a5f2a18.jpg)
有时候数据带有缺失值，也就是有些数据为NaN，在运算的时候要时刻警惕是否存在缺失值，在不同的情况下，pandas处理晟逋鲱蝎缺失值的方式不同，主要是两种方式，下面介绍一下：
先引入相关模块
查看一下df1查看df2的数据：运算结果为：输出结果为：输出结果为：