删除列State Code、Site Num、Address,并将剩余列用pandas数据预处理模块将缺失值丢弃处理，导出到新的csv文件pollution_us_5city_2010_SO2_O3_NO2_CO_new.csv。

以下是对应的Python代码实现：

import pandas as pd

# 读取原始数据文件
df = pd.read_csv("pollution_us_5city_2010.csv")

# 删除指定列
df = df.drop(columns=["State Code", "Site Num", "Address"])

# 将缺失值丢弃处理
df = df.dropna()

# 导出到新的csv文件
df.to_csv("pollution_us_5city_2010_SO2_O3_NO2_CO_new.csv", index=False)

以上代码中，首先使用 pandas 的 read_csv 函数读取原始数据文件 pollution_us_5city_2010.csv。然后使用 drop 函数删除指定列，包括 State Code、Site Num 和 Address。接着使用 dropna 函数将含有缺失值的行删除。最后，使用 to_csv 函数将处理后的数据导出到新的 csv 文件 pollution_us_5city_2010_SO2_O3_NO2_CO_new.csv 中，并设置 index=False 参数以避免将行索引导出到文件中。