將DataFrame格式的數據中不是數字類型的去掉並重新索引：
首先將所有的值都轉成整數字類型
df['io']=pd.to_numeric(df['io'],'coerce') df['res']=pd.to_numeric(df['res'],'coerce')
coerce是將不能轉為數字類型的都變成NaN，其他兩個是ignore：忽略，也就是不轉換，raise：報錯 默認是raise
https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.to_numeric.html
然后將所有NaN都刪除
df=df.dropna()
后面也有參數，可以選擇按行刪除還是列刪除；有一個NaN就刪除還是全都是NaN才刪除
https://jingyan.baidu.com/article/ff4116250521ce12e4823795.html
重新索引：
df=df.reset_index(drop=True)
注意這里不能用reindex，而且后面要加上 drop=Ture,不然原來的index還是會保留着