原始 DataFrame:
-  ---  ---  ---  ---
0    1    4    7    7
1  nan  nan    8    8
2    3  nan    9    9
3  nan  nan  nan  nan
-  ---  ---  ---  ---
列出所有空白值：
-  ---  ---  ---  ---
1  nan  nan    8    8
2    3  nan    9    9
3  nan  nan  nan  nan
-  ---  ---  ---  ---

dropna 是 Pandas 库中用于删除 DataFrame 或 Series 中的缺失值（如 NaN 或 None）的一个非常有用的方法。它提供了多种选项来定制缺失值的处理方式。以下是 dropna 方法的一些关键特性和使用方式：

dropna 基本用法

DataFrame.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)

Pandas修改数据框数据时的注意事项

Pandas中对数据框的绝大多数操作（例如删除空值）在默认情况下， 不修改数据框自身数据 。如果要得到修改后的结果，可用一个变量来进行保存，或者查看函数有无 inplace 参数，将 inplace 设置为 True ，则会对数据框本身进行修改。建议使用变量接收修改后的数据框，而不是直接修改原有数据框。

填充缺失值

在有些时候，我们简单地将某行数据删除，是不太理想的选择。我们可以使用一些值填充空值，如我们使用 未知 或 其他 填充变量 城市 的值，使用 0 填充未填的多选题选项等等。

Pandas 提供了fillna方法填充缺失值，具体参数如下：