data.dropna（）详细介绍下

`data.dropna()` 是 Pandas 库中的一个函数，用于删除 DataFrame 或 Series 中包含缺失值的行或列。缺失值可以是 NaN、None 或者其他表示缺失值的值。

该函数的语法为：

data.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)

参数说明：
- `axis`: 0 表示删除包含缺失值的行，1 表示删除包含缺失值的列，默认值为 0。
- `how`: 删除缺失值的方式，取值为 'any' 或 'all'。'any' 表示只要有一个缺失值就删除该行或列，'all' 表示当该行或列中所有元素都是缺失值时才删除该行或列，默认值为 'any'。
- `thresh`: 表示该行或列中非缺失值的数量达到该值时才不删除，如果该行或列中非缺失值数量小于该值，则会被删除。
- `subset`: 一个列表，表示只在该列表中列名所对应的列中删除缺失值。
- `inplace`: 是否原地修改 DataFrame 或 Series，即不返回副本。默认值为 False。

使用示例：

import pandas as pd

# 创建一个包含缺失值的 DataFrame
data = pd.DataFrame({
    'A': [1, 2, None, 4, 5],
    'B': [None, 6, 7, 8, 9],
    'C': [10, 11, 12, 13, 14]
})

# 删除包含缺失值的行
data.dropna()

# 删除包含缺失值的列
data.dropna(axis=1)

# 只删除 'A' 列中包含缺失值的行
data.dropna(subset=['A'])

# 只删除 'A' 和 'B' 列中同时包含缺失值的行
data.dropna(subset=['A', 'B'], how='all')