pandas dropna作用

`pandas`中的`dropna()`方法主要用于从DataFrame或Series中移除含有缺失值（通常标记为NaN）的行或列。这是pandas设计用来简化处理缺失数据任务的一个重要功能[^1]。它的基本用法如下：

# 假设我们有一个包含缺失值的数据框df
df_with_na = pd.DataFrame({'A': [1, 2, np.nan], 'B': [5, np.nan, 7]})

# 删除行中含有缺失值的
clean_df = df_with_na.dropna() 

# 或者只删除某一列的缺失值
specific_column_clean_df = df_with_na.dropna(subset=['A'])

# 可以选择性地替换缺失值，而不是删除
df_filled = df_with_na.fillna(value=0)

通过这些操作，你可以确保分析的数据集不包含缺失值，或者按照特定策略来处理它们[^2]。