##创建 0 数据框,另第二行第一个为 nan值
junk = pd.DataFrame(np.zeros(10).reshape(5,2),columns = ['学校','零食'])
junk.iloc[1,0] = np.nan
##按空白行删除
#丢弃nan 行,指定特定列
#默认参数axis=0,表示对行进行操作,如需对列进行操作需要更改默认参数为axis=1
junk = junk.dropna(axis = 0,subset = ['学校'])
##指定第二行删除
junk = junk.drop(1)
#删除多行 、多列
junk.drop([0,1])
junk.drop(['学校','零食'],axis=1)