丢弃Age字段含缺失值的记录

要丢弃数据集中含有缺失值的记录，可以使用 pandas 库中的 `dropna()` 函数。

以下是一段代码示例，可以丢弃 Age 字段含有缺失值的记录：

import pandas as pd

# 读取数据集
df = pd.read_csv('data.csv')

# 丢弃 Age 字段含有缺失值的记录
df.dropna(subset=['Age'], inplace=True)

# 输出处理后的数据集
print(df)

在代码示例中，使用 `read_csv()` 函数读取数据集，并将读取到的数据保存到名为 `df` 的 pandas 数据框中。

然后，使用 `dropna()` 函数丢弃 Age 字段含有缺失值的记录，其中 `subset` 参数为需要检查缺失值的列的名称，`inplace` 参数为 `True` 表示在原数据框上进行修改。

最后，使用 `print()` 函数输出处理后的数据集。