给我一个pandas 删除样本缺失值的例子

当使用Pandas进行数据处理时，可以使用`dropna()`方法删除包含缺失值的样本。下面是一个简单的例子：

import pandas as pd

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

print("原始DataFrame:")
print(df)

# 删除包含缺失值的样本
df_cleaned = df.dropna()

print("\n删除缺失值后的DataFrame:")
print(df_cleaned)

输出：

原始DataFrame:
     A    B     C
0  1.0  NaN  10.0
1  2.0  6.0  11.0
2  NaN  7.0  12.0
3  4.0  8.0   NaN
4  5.0  9.0  14.0

删除缺失值后的DataFrame:
     A    B     C
1  2.0  6.0  11.0

在这个例子中，我们创建了一个包含缺失值的DataFrame。然后，我们使用`dropna()`方法删除了包含缺失值的样本，并将结果保存在新的DataFrame `df_cleaned`中。最后，我们打印了删除缺失值后的DataFrame。注意，原始DataFrame中包含缺失值的样本被成功删除，只剩下了不含缺失值的样本。