python处理缺失值的方法：包括删除记录、数据插补
处理缺失值的方法可分为3类：删除记录、数据插补和不处理。
如果通过简单的删除小部分记录达到既定的目标，那么删除含有缺失值的记录的方法是最有效的。然而，这种方法却有很大的局限性。
它是以减少历史数据来换取数据的完备，会造成资源的大量浪费，将丢弃了大量隐藏在这些记录中的信息。
尤其在数据集本来就包含很少记录的情况下，删除少量记录可能会严重影响到分析结果的客观性和正确性。
一些模型可以将缺失值视作一种特殊的取值，允许直接在含有缺失值的数据上进行建模。
