（2）清除df1与df2中的重复数据和缺失数据(df1清除存在NaN的行，df2清除“Gene Symbol”列存在NaN的行)

好的，以下是清除重复数据和缺失数据的代码：

# 清除df1中的重复数据和NaN行
df1.drop_duplicates(inplace=True)
df1.dropna(inplace=True)

# 清除df2中Gene Symbol列中的NaN行
df2.dropna(subset=["Gene Symbol"], inplace=True)

其中，`drop_duplicates`函数用于清除重复数据，`dropna`函数用于清除存在NaN的行。对于df2，由于只需要清除“Gene Symbol”列存在NaN的行，所以使用`subset`参数指定要清除的列名。使用`inplace=True`参数可以直接修改原始数据，不需要赋值给一个新的变量。