pandas使用notnull函数将dataframe中所有缺失值映射为False，非缺失值映射为True（map missing vlaues into False others into True in dataframe）

pandas使用notnull函数和astype函数将dataframe中所有缺失值映射为0，非缺失值映射为1

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）

R语言缺失值：is.na函数查看数据对象中是否包含缺失值NA、特定数据编码为编码为缺失值NA、na.rm=TRUE参数获得有效的计算结果、complete.cases函数筛选数据、na.omit函数

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

算法将一个对象中的某一个key值变为true,其他值都为false

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使用iloc函数将dataframe所有的数值重置为0或者其他固定值（setting all values in dataframe to zero or other value)

R语言使用rowMeans函数、rowSums计算dataframe中的所有数据行的行数据平均值和加和（数据列函数类似）、不处理NA值的计算结果、包含缺失值的结果也为缺失值