不管是机器学习中还是其他项目里，数据里有nan值的话，后面计算很大概率都会影响最终结果。所以要么说在源文件中避免出现nan值，要么在程序中对文件中的nan值进行处理。

比如对于在pandas中出现anan值，直接使用dropna()方法对其进行处理即可，默认会删除包含有nan值的行。

df.dropna()  

想删除包含nan的列的话，用下面这个：

df.dropna(axis=1)  

如果删除特定的包含nan的单元格，用这个：

df.dropna(subset=[0,2])  

仅检查并删除第 0 列和第 2 列含 NaN 的行。