在CSV file里面这个变量是数值型的， missing value是“？”， 怎么去掉‘？’

在处理CSV文件时，如果文件中包含非标准字符如“？”并且这些字符需要被过滤或替换，可以使用Python的pandas库来高效地处理这类问题。以下是一个简单的示例，展示了如何在读取CSV文件时处理这样的特殊字符：

import pandas as pd

# 假设你的CSV文件名为"data.csv"
# 使用pandas的read_csv函数读取CSV文件，并通过na_values参数指定"?"为缺失值标记
df = pd.read_csv('data.csv', na_values='?')

# 这样，所有"?"会被自动识别为NaN（Not a Number），这是pandas中表示缺失值的方式

# 如果你想进一步处理这些NaN值，比如用特定值填充，可以使用fillna方法
# 例如，用0填充所有NaN值：
df.fillna(0, inplace=True)

# 或者直接删除含有NaN的行：
# df.dropna(inplace=True)

这段代码首先导入pandas库，然后使用pd.read_csv函数读取CSV文件，并通过na_values='?'参数告诉pandas将所有的“?”视为缺失值（NaN）。之后，你可以根据需要选择是否以及如何处理这些缺失值，比如用特定值填充或者直接删除含有缺失值的行。

记得在使用前确保已经安装了pandas库，如果没有安装，可以通过运行pip install pandas命令来安装。