丟棄數據即根據 過濾條件 丟棄掉部分 無用數據 。
默認情況下 axis=0 （對行操作）。
三種方法：
drop() :根據標簽丟棄多行或者多列數據。
duplicated() 方法返回壹個布爾型的Series，表示各行是否是重復行，僅僅將重復的最後壹行標記為True。
I.返回布爾型Series：
II.通過布爾過濾，丟棄掉數據：
III. drop_duplicates() 方法更簡單的完成去重（本例只希望根據"one"列判斷重復項）：
dropna() 方法可以丟棄缺失值相關數據。
丟棄所有列均為缺失值的行，並且替換原來的對象:
isnull() ：對Pandas對象中的所有數值進行逐壹判斷，返回壹個同樣大小的對象。如果是NaN，則返回True。
True和False在進行算術運算時，可以將其分別視為1和0。所以為了統計每壹行或者每壹列的缺失值數量，我們可以直接沿或者沿列進行求和:
使用 fillna() 方法的四種填補方式：
例：使用0填補
通過設置 method 參數實現：
例：
通過傳入字典實現。
例：對"one"列使"0"填補，對"three"列使用"1"填補。
利用Pandas的自動對齊功能，我們可以直接向fillna()傳入Pandas對象。