如何将数据中的NA剔除

在数据分析或处理过程中，遇到缺失值（通常标记为 "NA" 或 "NaN"）是很常见的。将数据中的 NA 值剔除主要有以下几种常见方法：

1. **Pandas（Python）**：
使用 `pandas` 库的 `dropna()` 函数可以删除含有 NA 值的行或列，例如：

   df = df.dropna()  # 删除所有含 NaN 的行
   df = df.dropna(axis=1)  # 删除包含 NaN 列的行
   df = df.fillna(value, inplace=True)  # 将 NaN 替换为给定值（如0或特定统计值）

2. **R语言**：
使用 `dplyr` 包的 `na.omit()` 函数删除NA行：

   df <- na.omit(df)

3. **SQL**：

   SELECT * FROM table_name WHERE column_name IS NOT NULL;

或者在某些数据库中，你可以直接更新表来填充或替换 NA：

   UPDATE table_name SET column_name = COALESCE(column_name, default_value);

4. **Excel**：
可以选择整个单元格范围并按“删除”操作，或使用条件格式设置隐藏含 NA 的单元格。