在Python中，使用Pandas库可以很容易地去除含有NaN（Not a Number）值的行。以下是一些基本的方法：
删除含有任何NaN值的行
import pandas as pdimport numpy as np创建一个包含NaN值的DataFramedata = pd.DataFrame（{'A': [1, 2, np.nan, 7, 9],'B': ['a', 'b', np.nan, np.nan, 'd', 'e'],'C': [np.nan, 2, 3, 4, 5, np.nan]}）删除含有任何NaN值的行data_cleaned = data.dropna（）print（data_cleaned）
删除指定列中含有NaN值的行
删除指定列（如'B'列）中含有NaN值的行data_cleaned = data.dropna（subset=['B']）print（data_cleaned）
删除所有行或列中全部为NaN的行
删除所有行中全部为NaN的行data_cleaned = data.dropna（axis=0, how='all'）print（data_cleaned）删除所有列中全部为NaN的行data_cleaned = data.dropna（axis=1, how='all'）print（data_cleaned）
使用`inplace=True`参数修改原DataFrame
在原地修改DataFrame，删除含有任何NaN值的行data.dropna（axis=0, how='any', inplace=True）print（data）
使用布尔索引过滤掉含有NaN的行
使用notnull（）方法过滤掉含有NaN的行data_cleaned = data[data['A'].notnull（）]print（data_cleaned）
以上方法可以帮助你根据需求去除DataFrame中的NaN行。