使用df.drop()删除行或列，如df.drop(['Stnd', 'Underhood ID', 'FE Calc Appr', 'Unadj Cmb MPG'], axis=1, inplace=True)删除对应的列，inplace=True表示直接更改原df，相关文档
使用df.isnull()可以获取每个元素是否是空的df，使用df.isnull().any()可以得知某列是否有空元素
删除NaN所在的行：
删除表中全部为NaN的行
df.dropna(axis=0,how='all')
删除表中含有任何NaN的行
df.dropna(axis=0,how='any') #drop all rows that have any NaN values
删除NaN所在的列：
删除表中全部为NaN的行
df.dropna(axis=1,how='all')
删除表中含有任何NaN的行
df.dropna(axis=1,how='any') #drop all rows that have any NaN values
dropna文档
再次记录：df.duplicated()获取该行是否出现过，可使用sum(df.duplicated())统计重复的行数，df.drop_duplicates()删除重复数据，可设置inplace参数
