pandas的dropna

pandas的dropna是一个用于删除DataFrame或Series中包含缺失值的行或列的函数。它可以帮助我们处理数据中的缺失值，使得数据更加完整和准确。

dropna函数有一些常用的参数，下面是一些常见的用法：

1. axis：指定删除行还是列，默认为0，表示删除包含缺失值的行；如果设置为1，则表示删除包含缺失值的列。
2. how：指定删除的方式，默认为any，表示只要有一个缺失值就删除整行或整列；如果设置为all，则表示只有全部为缺失值时才删除。
3. subset：指定删除缺失值的范围，默认为None，表示删除整个DataFrame或Series中的缺失值；如果设置为一个列表，可以指定删除某些列或某些行中的缺失值。

下面是一个示例：

import pandas as pd

# 创建一个包含缺失值的DataFrame
data = {'A': [1, 2, None, 4],
        'B': [5, None, 7, 8],
        'C': [9, 10, 11, 12]}
df = pd.DataFrame(data)

# 删除包含缺失值的行
df_dropna = df.dropna()

print(df_dropna)

输出结果为：

     A    B   C
0  1.0  5.0   9

在上面的示例中，我们创建了一个包含缺失值的DataFrame，并使用dropna函数删除了包含缺失值的行。最终输出的结果中只剩下了第一行，因为它是唯一没有缺失值的行。