数据清洗中怎么删除空值？

在数据清洗中，删除空值可以使用以下方法：

1.使用pandas库中的dropna()函数删除包含空值的行或列。

2.使用numpy库中的isnan()函数或者notnull()函数找到空值所在的位置，然后使用pandas库中的drop()函数删除这些位置所在的行或列。

3.在读取数据时，使用参数na_values来指定哪些值为缺失值，然后使用参数dropna来删除包含缺失值的行或列。

以上三种方法都可以有效地删除空值。