在Python中，dropna()函数用于删除包含缺失值的行或列。它可以应用于Pandas的DataFrame和Series对象。
当应用于DataFrame时，dropna()函数将删除包含任何缺失值的行或列，默认情况下，它将删除包含任何NaN值的行。但是，您可以通过指定参数来自定义删除缺失值的方式。
当应用于Series时，dropna()函数将删除包含缺失值的元素。
下面是dropna()函数的常用参数：
下面是dropna()函数的几个示例：
import pandas as pd
# 创建一个包含缺失值的DataFrame
data = {'A': [1, 2, np.nan], 'B': [4, np.nan, 6], 'C': [np.nan, 8, 9]}
df = pd.DataFrame(data)
# 删除包含缺失值的行
df.dropna()
# 删除包含缺失值的列
df.dropna(axis=1)
# 只删除全部为缺失值的行
df.dropna(how='all')
# 只删除指定列中包含缺失值的行
df.dropna(subset=['A', 'B'])
# 在原始数据上进行操作，而不返回新的对象
df.dropna(inplace=True)
