python中dropna函数怎么使用

在Python中，dropna()函数用于删除数据框或序列中包含缺失值（NaN）的行或列。下面是dropna()函数的一些常用参数和用法：

1. 删除包含缺失值的行：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, None], 'B': [4, None, 6]})
df.dropna()

2. 删除包含缺失值的列：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, None], 'B': [4, None, 6]})
df.dropna(axis=1)

3. 删除所有值都是缺失值的行或列：

import pandas as pd

df = pd.DataFrame({'A': [None, None, None], 'B': [None, None, None]})
df.dropna(how='all')

4. 删除指定列中包含缺失值的行：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, None], 'B': [4, None, 6]})
df.dropna(subset=['A'])

这是一些dropna()函数的常用用法，可以根据具体情况选择合适的参数来删除缺失值。