删除dataframe有空值的行

删除DataFrame中有空值（通常指缺失值，NaN或None）的行，你可以使用Pandas库中的`dropna()`函数。这个函数会检查指定的列是否存在缺失值，并根据设定的规则处理它们。以下是基本步骤：

1. 导入pandas库：

import pandas as pd

2. 加载或创建DataFrame：

df = pd.DataFrame(... your data ...)

3. 使用`dropna()`函数删除含有空值的行，可以设置`axis=0`表示按行操作：

df_cleaned = df.dropna()  # 默认删除所有包含任何缺失值的行

如果你想保留某一列的所有非空值，可以在`how`参数中选择，比如只删除某一列全为空值的行：

df_cleaned = df.dropna(subset=['column_name'], how='all')  # 'column_name'替换为实际的列名

4. 如果你想删除满足特定条件的行（例如某列连续缺失），可以用` thresh`参数配合`axis=1`，这表示按列操作：

df_cleaned = df.dropna(thresh=df.shape[1] - 1, axis=1)  # 删除至少有一列缺失的行

完成以上步骤后，`df_cleaned`就是一个没有空值的新DataFrame。