##### `DataFrame.dropna(*, axis=0, how=_NoDefault.no_default, thresh=_NoDefault.no_default, subset=None, inplace=False, ignore_index=False)` **功能简介:** - 用于删除 DataFrame 中包含缺失值的行或列。 **参数说明:** - `axis`：固定为 `0`，表示删除包含缺失值的行。 - `how`：可选，用于指定删除行的条件。默认为 `_NoDefault.no_default`，表示不指定条件。可以是 `'any'`（默认，任何缺失值）、`'all'`（所有值为缺失值）或 `None`（不指定）。 - `thresh`：可选，删除行时要求非缺失值的数量大于或等于 `thresh`。默认为 `_NoDefault.no_default`，表示不指定数量。 - `subset`：可选，要考虑的列的标签或标签列表，用于删除行或列中的缺失值。 - `inplace`：可选，如果为 `True`，则在原地修改 DataFrame，返回 `None`；如果为 `False`（默认），则返回一个新的 DataFrame，原 DataFrame 不变。 - `ignore_index`：可选，如果为 `True`，则重新索引删除后的 DataFrame。默认为 `False`。 **返回值:** - 如果 `inplace=True`，则返回 `None`；如果 `inplace=False`，则返回一个新的 DataFrame。 **用法示例:** ```python import pandas as pd import numpy as np # 创建一个含有缺失值的示例 DataFrame df = pd.DataFrame({"name": ['Alfred', 'Batman', 'Catwoman'], "toy": [np.nan, 'Batmobile', 'Bullwhip'], "born": [pd.NaT, pd.Timestamp("1940-04-25"), pd.NaT]}) # 删除含有任何缺失值的行 df.dropna() # 删除含有任何缺失值的列 df.dropna(axis=1) # 删除缺少所有元素的行 df.dropna(how='all') # 删除至少有 2 个非缺失值的行 df.dropna(thresh=2) # 定义在哪些列中查找缺少的值 df.dropna(subset=['name', 'toy']) ```