dropna() 是 Pandas 中用于删除包含缺失值（NaN 或 None）的行或列的方法。用法如下：

1. 删除包含缺失值的行 ：使用 dropna() 方法不带任何参数时，默认删除包含任何缺失值的行。

   df.dropna()

2. 删除包含缺失值的列 ：使用 axis=1 参数可以删除包含缺失值的列。 默认为0

   df.dropna(axis=1)

3. 删除特定列中包含缺失值的行 ：通过 subset 参数指定要检查的列，只删除指定列中包含缺失值的行。

   df.dropna(subset=['column_name'])

4. 删除所有值均为缺失值的行或列 ：使用 how='all' 参数可以删除所有值均为缺失值的行（axis=0）或列（axis=1）。

   df.dropna(how='all')

5. 设置阈值 ：通过 thresh 参数设置阈值，只保留包含至少 thresh 个非缺失值的行或列。

   df.dropna(thresh=2)

6. 作用于原Dataframe： 通过设置inplace=True

   df.dropna(inplace=True)