为了标识
NaN值，请使用
boolean indexing：
print(df[df['x'].isnull()])
然后，要删除所有非数值，请使用
to_numeric参数
errors='coerce'-将非数值替换为
NaNs：
df['x'] = pd.to_numeric(df['x'], errors='coerce')
为了删除列中带有
NaNs的所有行，请
x使用
dropna：
df = df.dropna(subset=['x'])
最后将值转换为
ints：
df['x'] = df['x'].astype(int)
