丢弃数据即根据 过滤条件 丢弃掉部分 无用数据 。
默认情况下 axis=0 （对行操作）。
三种方法：
drop() :根据标签丢弃多行或者多列数据。
duplicated() 方法返回一个布尔型的Series，表示各行是否是重复行，仅仅将重复的最后一行标记为True。
I.返回布尔型Series：
II.通过布尔过滤，丢弃掉数据：
III. drop_duplicates() 方法更简单的完成去重（本例只希望根据"one"列判断重复项）：
dropna() 方法可以丢弃缺失值相关数据。
丢弃所有列均为缺失值的行，并且替换原来的对象:
isnull() ：对Pandas对象中的所有数值进行逐一判断，返回一个同样大小的对象。如果是NaN，则返回True。
True和False在进行算术运算时，可以将其分别视为1和0。所以为了统计每一行或者每一列的缺失值数量，我们可以直接沿或者沿列进行求和:
使用 fillna() 方法的四种填补方式：
例：使用0填补
通过设置 method 参数实现：
例：
通过传入字典实现。
例：对"one"列使"0"填补，对"three"列使用"1"填补。
利用Pandas的自动对齐功能，我们可以直接向fillna()传入Pandas对象。