pandas通过行索引和列名称定位dataframe的特定数据格子内容，并使用isna函数检查该数据内容是否为缺失值（check if a certain value in a dataframe is NaN or None）

pandas使用iloc函数基于行列索引获取dataframe指定行和指定列交叉格子的数据内容、loc函数基于行索引和列名称获取dataframe指定行和指定列交叉格子的数据内容

pandas使用isna函数和any函数计算返回dataframe中包含缺失值的数据行（rows with missing values in dataframe）

pandas使用isna函数和sum函数统计dataframe每个数据列包含的缺失值的个数

pandas使用isna函数和sum函数统计dataframe每个数据行包含的缺失值的个数

pandas返回dataframe中指定数据列包含缺失值的数据行（rows with missing values in specific column of dataframe）

pandas索引复合索引dataframe数据、索引其中一个水平（level）的所特定数据行、指定数据行(index a row of a level)、使用元组tuple表达复合索引的指定行

R语言筛选dataframe中特定数值并将其编码为缺失值NA、例如、筛选dataframe中age数据列的值为999的行并将数据列值重新编码为缺失值NA

R语言使用is.na函数计算dataframe数据中指定数据列包含缺失值的行索引值、使用sd函数计算指定数据列的标准差（删除缺失值之后计算）

R语言dataframe数据索引、访问: 使用$符号和列名称访问dataframe数据的指定列

R语言dataframe数据索引、访问: 使用attach函数绑定dataframe数据、这样可以直接使用列名称访问dataframe的列数据