pandas删除缺失值那行

在Pandas库中，你可以使用`dropna()`函数来删除包含缺失值（NaN）的行。这个函数会检查DataFrame中的每个元素，如果发现某个元素缺失，则会根据指定的规则决定是否删除该行。默认的行为是删除含有任何缺失值的行。

例如，如果你有一个名为df的DataFrame，并想删除所有包含缺失值的行，可以这样做：

df = df.dropna()  # 删除所有包含缺失值的行

如果你想基于特定列删除含有缺失值的行，可以在`dropna()`函数中传入`axis=0`（表示按行操作），并指定`thresh`参数，如只删除某一列中缺失值超过一定数量的行：

df = df.dropna(subset=['column_name'], thresh=len(df) * 0.5)  # 删除'column_name'列中一半以上缺失值的行

或者设置`how='any'`，则只要有一项是NA就删除：

df = df.dropna(axis=0, how='any')  # 删除只要有任一列存在缺失值的行