pandas dropna()参数有哪些

`pandas.dropna()` 是 Pandas 库中的一个函数，主要用于从 DataFrame 或 Series 中移除缺失（NaN）值。这个函数有几个关键参数：

1. **axis** (默认是 0，即行方向)：
- 0 or 'index': 指定沿行方向删除缺失值。
- 1 or 'columns': 指定沿列方向删除缺失值。

2. **how** (默认是 'any')：
- 'any': 如果沿着指定轴方向的任一元素缺失，就删除该行或列。
- 'all': 只有当沿着指定轴方向的所有元素都缺失时，才删除该行或列。

3. **thresh**：
- 当设置 thresh 时，只删除那些具有小于或等于给定阈值非 NaN 值的行或列。

4. **subset**：
- 如果提供一个数组或Series，仅在这些列上应用缺失值检查，而不是在整个DataFrame上。

5. **inplace** (默认是 False):
- 如果设为 True，删除操作将直接作用于原对象，如果不设置，则返回一个新的对象。

6. **errors**:
- 'raise': 抛出一个错误如果遇到缺失值。
- 'ignore': 忽略缺失值，不进行删除。
- 'coerce': 将缺失值转换成相应类型的特殊值（如NaN -> NaT for datetime, np.nan for floats）。

7. **level**: 在 MultiIndex 对象上，可以选择删除特定级别的缺失值。

使用时可以根据需要选择合适的参数组合。例如：

df.dropna(how='all', axis=0)

这将删除所有全缺失的行。