如何更改pandas中多列的数据类型，删除无效行？

在pandas中，可以使用astype()方法来更改多列的数据类型。astype()方法接受一个字典作为参数，字典的键是列名，值是要转换的数据类型。例如，要将"column1"和"column2"两列的数据类型更改为整数类型，可以使用以下代码：

df[['column1', 'column2']] = df[['column1', 'column2']].astype(int)

要删除无效行，可以使用dropna()方法。dropna()方法默认删除包含任何缺失值的行。例如，要删除包含任何缺失值的行，可以使用以下代码：

df = df.dropna()

如果只想删除特定列中包含缺失值的行，可以使用subset参数指定列名。例如，要删除"column1"列中包含缺失值的行，可以使用以下代码：

df = df.dropna(subset=['column1'])

以上是关于如何更改pandas中多列的数据类型和删除无效行的基本方法。根据具体的数据和需求，可能还需要进行其他的数据清洗和处理操作。