使用dropna函数计算返回dataframe中不包含缺失值的行索引列表

使用dropna函数计算返回dataframe中不包含缺失值的行索引列表

在数据分析中，经常需要处理缺失值。pandas是一个非常强大的数据分析库，它提供了一系列的函数和工具来处理缺失值。其中，dropna函数可以帮助我们删除包含缺失值的行或列，让我们可以更方便地进行后续的数据分析和处理。

但是，在某些情况下，我们并不想删除包含缺失值的行，而是只需要获取不包含缺失值的行的索引列表。这时，我们可以使用dropna函数的index属性来获取行索引列表。

具体来说，我们需要用到dropna函数的两个参数：axis和how。其中，axis表示要删除的行或列的方向，取值为0或1；how表示缺失值的处理方式，取值为any或all。

当how=any时，表示只要某个元素为缺失值，就删除该行或列；当how=all时，表示所有元素都是缺失值才删除该行或列。

下面是一个简单的示例：

import pandas as pd
import numpy as np

# 创建包含缺失值的DataFrame
df = pd.DataFr