DataFrame.dropna( axis=0, how=‘any’, thresh=None, subset=None, inplace=False)
有五个参数，官方文档链接
https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.dropna.html

1.axis参数确定是否删除包含缺失值的行或列

axis=0或axis='index’删除含有缺失值的行，
axis=1或axis='columns’删除含有缺失值的列，

df = pd.DataFrame({"name": ['Alfred', 'Batman', 'Catwoman'],
                   "toy": [np.nan, 'Batmobile', 'Bullwhip'],
                   "born": [pd.NaT, pd.Timestamp("1940-04-25"),
                            pd.NaT]})

#输出
       name        toy       born
0    Alfred        NaN        NaT
1    Batman  Batmobile 1940-04-25
2  Catwoman   Bullwhip        NaT

df.dropna()

#默认是axis=0
     name        toy       born
1  Batman  Batmobile 1940-04-25

df.dropna(axis='columns')

#输出
       name
0    Alfred
1    Batman
2  Catwoman

2.how参数当我们至少有一个NA时，确定是否从DataFrame中删除行或列
how='all’或者how=‘any’。
how='all’时表示删除全是缺失值的行（列）
how='any’时表示删除只要含有缺失值的行（列）

df.dropna(how='all')

#没有全是NA的行所以不删除
       name        toy       born
0    Alfred        NaN        NaT
1    Batman  Batmobile 1940-04-25
2  Catwoman   Bullwhip        NaT

3.thresh=n表示保留至少含有n个非na数值的行

df.dropna(thresh=2)

#表示保留至少含有2个非缺失值的行，第一行只有一个非缺失值所以需要删除
       name        toy       born
1    Batman  Batmobile 1940-04-25
2  Catwoman   Bullwhip        NaT

4.subset定义要在哪些列中查找缺失值

df.dropna(subset=['name', 'born'])

#删除在'name' 'born'列含有缺失值的行

       name        toy       born
1    Batman  Batmobile 1940-04-25

5.inplace表示直接在原DataFrame修改