在數據分析和建模的過程中，相當多的時間要用在數據准備上：加載、清理、轉換以及重塑。這些工作會占到分析師時間的80%或更多。有時，存儲在文件和數據庫中的數據的格式不適合某個特定的任務。許多研究者都選擇使用通用編程語言（如Python、Perl、R或Java）或UNIX文本處理工具（如sed或awk）對數據格式進行專門處理。幸運的是，pandas和內置的Python標准庫提供了一組高級的、靈活的、快速的工具，可以讓你輕松地將數據規整為想要的格式。
如果你發現了一種本書或pandas庫中沒有的數據操作方式，請在郵件列表或GitHub網站上提出。實際上，pandas的許多設計和實現都是由真實應用的需求所驅動的。
在本章中，我會討論處理缺失數據、重復數據、字符串操作和其它分析數據轉換的工具。下一章，我會關注於用多種方法合並、重塑數據集。
在許多數據分析工作中，缺失數據是經常發生的。pandas的目標之一就是盡量輕松地處理缺失數據。例如，pandas對象的所有描述性統計默認都不包括缺失數據。
缺失數據在pandas中呈現的方式有些不完美，但對於大多數用戶可以保證功能正常。對於數值數據，pandas使用浮點值NaN（Not a Number）表示缺失數據。我們稱其為哨兵值，可以方便的檢測出來：
In [10]: string_data 
