实际数据在有效分析前，通常需要进行清理和重塑。

在学习了如何使用 Pandas Series 和 DataFrame 创建、加载和选择数据之后，我们现在转向数据处理这项重要工作。原始数据集经常包含缺失值、无关信息或不方便处理的列名。

本章介绍在 Pandas DataFrames 中整理数据的基本方法。您将学习如何：

• 识别缺失数据点（通常表示为 $NaN$）。
• 应用处理这些缺失值的方法，可以通过删除或用合适的值填充。
• 添加新列，这些列通常基于现有列的计算生成。
• 移除不需要的行或列。
• 重命名列，以提高清晰度或保持一致性。
• 根据索引或特定列的值对 DataFrame 进行排序，以便更好地整理信息。

掌握这些操作为您后续的数据分析或建模工作打下了扎实功底。