补充:
  DataFrame.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False) 功能:根据各标签的值中是否存在缺失数据对轴标签进行过滤,可通过阈值调节对缺失值的容忍度 参数:axis : {0 or ‘index’, 1 or ‘columns’},或 tuple/list    how : {‘any’, ‘all’}       any : 如果存在任何NA值,则放弃该标签       all : 如果所以的值NA值,则放弃该标签    thresh : int, 默认值 None       int value :要求每排至少N个非NA值      subset : 类似数组    inplace : boolean, 默认值 False       如果为True,则进行操作并返回None。 返回:被删除的DataFrame

首先得导入,导入就省掉了,在上篇博客写了:

pandas-事例练习_事例

pandas-事例练习_事例_02

pandas-事例练习_pandas_03

pandas-事例练习_事例_04

 

 pandas-事例练习_事例_05

pandas-事例练习_事例_06

pandas-事例练习_事例_07

pandas-事例练习_事例_08

pandas-事例练习_事例_09

pandas-事例练习_pandas_10

 pandas-事例练习_pandas_11

pandas-事例练习_pandas_12

pandas-事例练习_pandas_13

 

 pandas-事例练习_pandas_14