Pandas中的dropna()函数可以用于删除缺失值，它可以接受一个参数，用于指定要删除的缺失值的行或列。该函数支持行删除和列删除，也可以同时删除行和列。
使用方法
1. 删除整行缺失值：
dataframe.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)axis：表示要删除的行或列，axis=0表示删除行，axis=1表示删除列，默认值为0；how：表示删除的条件，how='any'表示只要有一个缺失值就删除，how='all'表示必须全部是缺失值才删除，默认值为'any'；thresh：表示保留的非缺失值的最小数量，如果指定了thresh，那么就会保留指定数量的非缺失值，默认值为None；subset：表示要删除的子集，默认值为None；inplace：表示是否在原来的DataFrame上进行操作，inplace=True表示在原来的DataFrame上进行操作，inplace=False表示不在原来的DataFrame上进行操作，默认值为False。
2. 删除整列缺失值：
dataframe.dropna(axis=1, how='any', thresh=None, subset=None, inplace=False)axis：表示要删除的行或列，axis=0表示删除行，axis=1表示删除列，默认值为0；how：表示删除的条件，how='any'表示只要有一个缺失值就删除，how='all'表示必须全部是缺失值才删除，默认值为'any'；thresh：表示保留的非缺失值的最小数量，如果指定了thresh，那么就会保留指定数量的非缺失值，默认值为None；subset：表示要删除的子集，默认值为None；inplace：表示是否在原来的DataFrame上进行操作，inplace=True表示在原来的DataFrame上进行操作，inplace=False表示不在原来的DataFrame上进行操作，默认值为False。
3. 同时删除行和列：
dataframe.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)axis：表示要删除的行或列，axis=(0,1)表示同时删除行和列，默认值为0；how：表示删除的条件，how='any'表示只要有一个缺失值就删除，how='all'表示必须全部是缺失值才删除，默认值为'any'；thresh：表示保留的非缺失值的最小数量，如果指定了thresh，那么就会保留指定数量的非缺失值，默认值为None；subset：表示要删除的子集，默认值为None；inplace：表示是否在原来的DataFrame上进行操作，inplace=True表示在原来的DataFrame上进行操作，inplace=False表示不在原来的DataFrame上进行操作，默认值为False。
dropna()函数可以用于删除缺失值，可以接受一个参数，用于指定要删除的缺失值的行或列，也可以同时删除行和列，具体的使用方法可以参考上文中的例子。