文中用S代指Series，用Df代指DataFrame
数据清洗是处理大型复杂情况数据必不可少的步骤，这里总结一些数据清洗的常用方法：包括缺失值、重复值、异常值处理，数据类型统计，分箱，随机采样，向量化编码等方法。每种方法都给出了代码和实例，并用表格进行总结。

扩展数据类型

1. 传统数据类型缺点

• Pandas中很多数据类型都来自于Numpy，但实际这些数据类型有以下几个问题：

1. 在整数类型，布尔型数据类型等数据中，若含有缺失值（缺失值都会判断为float），则对Series类型判断则会出现问题，比如整数会判断为浮点数，布尔类型会判断为混合类型
2. 字符串类型存储和计算成本大
3. 没有有效支持时间的数据类型，如时间间隔，时间增量，区时时间。
   

2. 扩展的数据类型

• 因此pand