去除掉存在'?'的数据，并对新的数据集的索引重新排序 Note:可以先用空值替换掉'?'，然后去掉空值

在处理含有缺失值（通常是表示为'?'或者其他类似标记）的数据集时，你可以使用pandas库进行操作。首先，我们可以用`fillna`函数替换所有的'?'为一个合适的值，比如NaN（Not a Number）。假设你想用NaN填充：

import pandas as pd
df_filled = df.replace(to_replace='?', value=np.nan)  # 使用numpy的np.nan

接着，我们去除含有缺失值的行，可以使用`dropna`函数：

df_cleaned = df_filled.dropna()  # 删除包含缺失值的行

如果需要，还可以对新数据集按照特定条件重新排序索引，例如按某一列降序排列：

df_sorted = df_cleaned.sort_index(ascending=False, by='column_name')  # 用实际列名替换 'column_name'

这里，`ascending=False`表示降序排序，如果你想要升序排序则设置为`True`。